deep-learning

Código para el artículo "Optimización de descarga de computación para computación de borde móvil asistida por UAV: un enfoque de gradiente de política determinista profundo"

Lista curada de artículos sobre búsqueda en árbol de Monte Carlo con implementaciones.

Little Ball of Fur: una biblioteca de extensión de muestreo de grafos para NetworKit y NetworkX (CIKM 2020).

Flujos de trabajo de extremo a extremo en Google Cloud Platform Vertex AI para operaciones de aprendizaje automático (MLOps).

[NeurIPS 2020] MCUNet: Aprendizaje profundo ligero en dispositivos IoT; [NeurIPS 2021] MCUNetV2: Inferencia basada en parches con uso eficiente de memoria para aprendizaje profundo ligero

Un lenguaje de programación probabilística simple.

HawkEye, un sistema monocular de código abierto en Python para tenis

Recopilación de artículos destacados sobre aprendizaje automático (deep learning) en grafos dinámicos (temporales) (redes / grafos de conocimiento).

Guía de aprendizaje automático. Aprende todo sobre herramientas, bibliotecas, marcos, modelos de lenguaje grandes (LLM) y modelos de entrenamiento de Machine Learning.

DeepTables: kit de herramientas de aprendizaje profundo para datos tabulares.

Plantilla Cookiecutter para proyectos FastAPI que utiliza: Machine Learning, uv, GitHub Actions y Pytests

Modelo Seq2Seq minimalista con atención para traducción automática neuronal en PyTorch

🦀 Biblioteca de visión artificial 3D de bajo nivel en Rust.

El Hailo Model Zoo incluye modelos preentrenados y un entorno completo de construcción y evaluación

Implementación en PyTorch de Voicebox, la nueva red SOTA de texto a voz de MetaAI.

Código para Hands-on Unsupervised Learning Using Python (O'Reilly Media)

Una hoja de ruta de Full Stack ML (Machine Learning) que abarca el aprendizaje de las habilidades y tecnologías necesarias para dominar todos los aspectos del aprendizaje automático, incluyendo la recopilación y preprocesamiento de datos, desarrollo de modelos, despliegue y mantenimiento.

Tutorial de HPC que incluye comunicación colectiva (MPI, NCCL), programación CUDA, vectorización SIMD, comunicación RDMA, entre otros.

Restauración de imágenes TEMPEST mediante aprendizaje profundo.

Exporta modelos de Hugging Face a Core ML y TensorFlow Lite.

Framework de evaluación comparativa de voz a texto.

Este repositorio contiene la mayoría de las implementaciones en PyTorch basadas en algoritmos clásicos de aprendizaje por refuerzo profundo, incluyendo DQN, DDQN, Dueling Network, DDPG, SAC, A2C, PPO y TRPO. (Más algoritmos en desarrollo)

Algoritmos de aprendizaje automático para sistemas cuánticos de muchos cuerpos

Deep Learning on Flink tiene como objetivo integrar Flink con marcos de trabajo de aprendizaje profundo (como TensorFlow, PyTorch, etc.) para permitir el entrenamiento y la inferencia de aprendizaje profundo distribuido en un clúster de Flink

Seguidores de múltiples objetos en Python

[ECCV] Swin2SR: SwinV2 Transformer para superresolución y restauración de imágenes comprimidas. Taller Advances in Image Manipulation (AIM) en ECCV 2022. ¡Pruébalo! Más de 3.3 millones de ejecuciones https://replicate.com/mv-lab/swin2sr

Colección de más de 234 proyectos basados en machine learning, deep learning, visión artificial, procesamiento de lenguaje natural y más. Muestra tu apoyo marcando este repositorio con una estrella.

Artículos, código y conjuntos de datos sobre aprendizaje profundo para detección de objetos 3D.

De cero a experto en IA

Predicción de precios de acciones mediante una red neuronal LSTM (memoria a largo plazo) de TensorFlow para pronósticos de series temporales