deep-learning

Tutoriales y mejores prácticas de PyTorch.

Inteligencia Artificial, Machine Learning y Deep Learning asombrosos tal como los aprendemos. Notas de estudio y una lista curada de recursos asombrosos sobre estos temas.

Software y modelos pre-entrenados para la mejora automática de la calidad de las fotos utilizando Redes Convolucionales Profundas

Apuestas deportivas en la NBA utilizando aprendizaje automático.

Rastreador web de imágenes multiproceso para Google y Naver (Selenium)

Implementación de Alphafold 3 de Google Deepmind en Pytorch.

Graph4nlp es la biblioteca para el uso sencillo de redes neuronales gráficas (GNN) para PNL. ¡Visita nuestro sitio web DLG4NLP (https://dlg4nlp.github.io/index.html) para obtener diversos recursos de aprendizaje!

Servidor de inferencia de CPU/GPU eficiente, escalable y de nivel empresarial para modelos transformer de 🤗 Hugging Face.

Una selección de materiales de investigación de última generación sobre predicción de trayectorias

Redes neuronales impulsadas por Nx.

Analizador BirdNET para el procesamiento de datos de audio científicos.

Una biblioteca de aprendizaje por refuerzo profundo offline.

Este repositorio proporciona código para algoritmos de machine learning para dispositivos edge desarrollados en Microsoft Research India.

Diferenciación automática de alto rendimiento para LLVM y MLIR.

Análisis probabilístico profundo de datos ómicos espaciales y de célula única.

Implementación en Pytorch de la 'lightweight' GAN propuesta en ICLR 2021. Generación de imágenes de alta resolución que pueden entrenarse en uno o dos días.

Un marco unificado para modelos de aprendizaje profundo en datos tabulares

Curso de Deep Learning de NYU, primavera de 2021.

Interfaz de investigación basada en Python para optimización de caja negra e hiperparámetros, basada en el servicio interno Google Vizier Service.

Un framework basado en PyTorch para simulación cuántica clásica, aprendizaje automático cuántico, redes neuronales cuánticas y circuitos cuánticos parametrizados, con soporte para despliegue sencillo en computadoras cuánticas reales.

Colección de notebooks de Google Colaboratory para experimentos rápidos y sencillos.

Entrenamiento integral para modelos de visión (YOLO, ViTs, RT-DETR, DINOv3): preentrenamiento, ajuste fino y destilación.

Generadores de datos sintéticos para datos tabulares y de series temporales

Un kit de herramientas de Deep Learning en Python para aplicaciones sanitarias.

MixTeX es una herramienta multimodal para LaTeX, chino-inglés y OCR de tablas. Realiza inferencia eficiente basada en CPU de forma local y sin conexión en Windows.

UniFace: Una biblioteca unificada de análisis facial para Python | Detección, alineación, puntos de referencia, malla facial, reconocimiento, análisis, mirada, atributos y anti-spoofing bajo una misma API.

Experimentos de hiperparámetros con TensorFlow y Keras.

Una biblioteca y plataforma de evaluación de PyTorch para la investigación de compresión de extremo a extremo.

Documentos, artículos y códigos relacionados con el Procesamiento del Lenguaje Natural, incluyendo Modelo de Tópicos, Word Embedding, Reconocimiento de Entidades Nombradas, Clasificación de Texto, Generación de Texto, Similitud de Texto, Traducción Automática, etc.

Una lista exhaustiva de más de 180 canales de YouTube sobre ciencia de datos, ingeniería de datos, aprendizaje automático, aprendizaje profundo, informática, programación, ingeniería de software, etc.