deep-learning

PDEBench: Un benchmark extenso para el aprendizaje automático científico.

Biblioteca de grafos de proteínas.

Autoencoder variacional implementado en tensorflow y pytorch (incluyendo flujo autorregresivo inverso)

Un framework para utilizar LSTM en la detección de anomalías en series temporales multivariantes. Incluye datos de anomalías de naves espaciales y experimentos de las misiones Mars Science Laboratory y SMAP.

TorchXRayVision: una biblioteca de conjuntos de datos y modelos de radiografías de tórax. Incluye clasificadores, segmentación y autoencoders.

Una introducción al aprendizaje automático construida desde los principios básicos. Para ingenieros que desean razonar sobre sistemas de ML de la misma manera que lo hacen con los sistemas de software.

rPPG-Toolbox: Caja de herramientas de PPG remoto profundo (NeurIPS 2023)

Un kit de herramientas de aprendizaje profundo para DTI, propiedades de fármacos, PPI, DDI y predicción de funciones de proteínas (bioinformática)

Un framework de Python para la evaluación de etiquetado de secuencias (reconocimiento de entidades nombradas, etiquetado gramatical, etc.)

Una lista de recursos de aprendizaje sobre puertas traseras (backdoors)

Optimización de carteras con aprendizaje profundo.

Diagramas para visualizar la arquitectura de redes neuronales.

Una forma sencilla de calibrar tu red neuronal.

Una librería de Deep Learning para la clasificación de tareas (señales) de EEG, basada en TensorFlow.

Aumentación rápida de datos de audio en PyTorch. Inspirado en audiomentations. Útil para deep learning.

PyTorch - Cálculo de FID con pasos adecuados de redimensionamiento y cuantización de imágenes [CVPR 2022]

[ICLR24] Implementación oficial del artículo “MagicDrive: Street View Generation with Diverse 3D Geometry Control”

:books: Una colección de artículos sobre colorización de imágenes y videos basada en Deep Learning.

[NeurIPS 2020] Código oficial para el artículo "DeepSVG: A Hierarchical Generative Network for Vector Graphics Animation". Incluye una biblioteca de PyTorch para aprendizaje profundo con datos SVG.

Artículos interesantes sobre visión, aprendizaje y gráficos relacionados con gatos.

Implementación oficial en PyTorch de "VITON-HD: High-Resolution Virtual Try-On via Misalignment-Aware Normalization" (CVPR 2021).

Investigación sobre aprendizaje profundo tabular: artículos y paquetes

LibCity: una librería abierta para la minería de datos espaciotemporales urbanos

Repositorio oficial para los métodos de la serie Uni-Mol

Implementación de Plug and Play Language Model. Permite controlar el tema y los atributos de los modelos GPT-2.

Preguntas de entrevista y exámenes escritos sobre Machine Learning, Deep Learning, Python y Golang

NVTabular es una biblioteca de ingeniería de características y preprocesamiento para datos tabulares, diseñada para manipular de forma rápida y sencilla conjuntos de datos a escala de terabytes utilizados para entrenar sistemas de recomendación basados en deep learning.

JMLR: OmniSafe es un marco de infraestructura para acelerar la investigación en SafeRL.

Herramientas para gestionar datos multimodales en proyectos de machine learning.

CNN para la eliminación de marcas de agua utilizando Deep Image Prior con Pytorch.