deep-learning

Implementación de Rotary Embeddings, del artículo Roformer, en Pytorch.

Aprendizaje profundo descriptivo.

Adan: Algoritmo de momento de Nesterov adaptativo para una optimización más rápida de modelos profundos.

Lista de proveedores de nube para Deep Learning.

Código para nuestro artículo de ICCV 2021 "DeepCAD: A Deep Generative Network for Computer-Aided Design Models"

Una CLI para Kubeflow.

[CVPR 2022] "MonoScene: Monocular 3D Semantic Scene Completion": Predicción de ocupación semántica 3D a partir de una sola imagen.

Aprendizaje profundo con redes neuronales de impulsos (SNN) en PyTorch.

[ICLR 2024] Control de modelos de lenguaje visual para la restauración universal de imágenes. Quinto lugar en el desafío NTIRE 2024 Restore Any Image Model in the Wild.

Artículos sobre la explicabilidad de las GNN

Biblioteca de visión de alto rendimiento en Python. Escala tu investigación, no el código repetitivo.

Biblioteca de C++ solo de cabecera para optimización numérica.

depyf es una herramienta para ayudarte a entender y adaptarte al compilador torch.compile de PyTorch.

Implementación desde cero de un modelo de lenguaje de mezcla dispersa de expertos inspirado en makemore de Andrej Karpathy.

Implementación del patrón de atención dispersa (sparse attention) propuesto por el equipo de Deepseek en su artículo "Native Sparse Attention".

Entrenamiento y ajuste fino a la velocidad de la luz

Curso de aprendizaje profundo de NMA.

Lenguaje de plantillas escrito para flujos de trabajo de Stable Diffusion. Disponible como extensión para la WebUI de Automatic1111.

[TMLR 2025🔥] Un estudio sobre modelos autorregresivos en visión artificial.

Una base sólida para clasificación de imágenes, reconocimiento facial y recuperación de imágenes con PyTorch

La ingeniería de características es el proceso de utilizar el conocimiento del dominio para extraer características de datos sin procesar mediante técnicas de minería de datos. Estas características pueden utilizarse para mejorar el rendimiento de los algoritmos de aprendizaje automático. La ingeniería de características puede considerarse como el aprendizaje automático aplicado en sí mismo.

PhoBERT: Modelos de lenguaje preentrenados para vietnamita (EMNLP-2020 Findings).

Una lista curada de recursos sobre Active Learning.

Recursos sobre pronóstico de series temporales y aprendizaje profundo.

Implementación en Pytorch del artículo "Class-Balanced Loss Based on Effective Number of Samples"

DeepInverse: una biblioteca de PyTorch para resolver problemas inversos de imágenes mediante aprendizaje profundo

Entrenamiento de modelos de forma contrastiva en Pytorch

Un libro completo sobre redes neuronales y modelos de lenguaje extenso en PNL.

Biblioteca de captura de pantalla de alto rendimiento en Python para Windows mediante la API Desktop Duplication - Actualizado en 2026

Un solucionador de QP rápido y diferenciable para PyTorch.