deep-learning

🌮 Kit de herramientas para el conjunto de datos Trash Annotations in Context.

Servicio de despliegue genérico y fácil de usar para modelos de aprendizaje automático.

Aprendizaje profundo para la reidentificación de personas: un estudio y perspectivas

Biblioteca de Python para modelado bayesiano eficiente con aprendizaje profundo (deep learning).

Una colección de métodos, códigos y conjuntos de datos de fusión RGB-T basados en aprendizaje profundo. Las direcciones principales incluyen detección de peatones multiespectral, detección de objetos aéreos RGB-T, segmentación semántica RGB-T y conteo de multitudes RGB-T, y seguimiento por fusión RGB-T.

Compilación de ejemplos reales y destacados de proyectos de machine learning fallidos

Libro sobre aprendizaje profundo para moléculas y materiales

Aprendizaje de características para detección e identificación conjunta en la búsqueda de personas.

Marco de trabajo (framework) de aprendizaje profundo nativo para Kubernetes.

La implementación de ANPR / ALPR más rápida del mundo para CPUs, GPUs, VPUs y NPUs mediante deep learning (Tensorflow, Tensorflow lite, TensorRT, OpenVX, OpenVINO). Soporta múltiples conjuntos de caracteres (latino, coreano, chino), sistemas operativos (Jetson, Android, Raspberry Pi, Linux, Windows) y arquitecturas (ARM, x86).

Mi lista de libros.

[ECCV 2024] InstructIR: Restauración de imágenes de alta calidad siguiendo instrucciones humanas https://huggingface.co/spaces/marcosv/InstructIR

NeuPy es una biblioteca de Python basada en Tensorflow para la creación de prototipos y construcción de redes neuronales.

Ejemplo de predicción de múltiples series temporales multivariadas con redes neuronales recurrentes LSTM en Python usando Keras.

🐸 Colección de artículos de TTS

Implementación rápida en CUDA de soft dynamic time warping (diferenciable) para PyTorch

Formato de archivo nuevo y extensible para el almacenamiento de conjuntos de datos columnares grandes.

Una lista curada de artículos, tesis, conjuntos de datos y herramientas relacionados con la aplicación del aprendizaje automático para la ingeniería de software

Una lista curada (y actualizada) de recursos para el aprendizaje con etiquetas ruidosas

Código de PyTorch de código abierto para el conteo de multitudes

Un kit de herramientas modular, abierto y no propietario para funcionalidades robóticas básicas mediante el uso de aprendizaje profundo.

Aprendizaje profundo elegante y de alto rendimiento.

Marco de trabajo de reconocimiento automático de voz (ASR) en PyTorch para modelos de transmisión y no transmisión, compatible con reconocimiento en línea y fuera de línea. Soporta modelos Conformer, Squeezeformer y DeepSpeech2, además de diversos métodos de aumento de datos.

Implementación sencilla del modelo CLIP de OpenAI en PyTorch.

Notebooks de Colab que cubren herramientas de aprendizaje profundo para la predicción y el diseño de estructuras biomoleculares

Una lista curada de proyectos guiados de ciencia de datos e IA para comenzar a construir tu portafolio

Sitio de recopilación de recursos sobre IA Full-Stack: reúne recursos destacados, estrategias de resolución de problemas de ingeniería, casos prácticos, seguimiento de tecnologías de vanguardia y conocimientos sobre grandes modelos, programación, aprendizaje automático, aprendizaje profundo, aprendizaje por refuerzo, redes neuronales gráficas, reconocimiento de voz, PNL y visión artificial.

Una lista impresionante de escuelas de verano sobre Inteligencia Artificial, Aprendizaje Automático y Salud

Ajuste fino de redes neuronales convolucionales preentrenadas con PyTorch