deep-learning

Algoritmos de aprendizaje por imitación

Adaptador Ascend PyTorch (torch_npu). Espejo de https://gitcode.com/Ascend/pytorch

Todo lo que necesitas saber sobre Google Cloud TPU

LCNN: Análisis de estructuras alámbricas de extremo a extremo.

Implementación en Julia de modelos Transformer

Recursos de aprendizaje automático y aprendizaje profundo.

[ECCV 2022 Oral] OpenLane: Conjunto de datos de carriles 3D realistas a gran escala.

Colección de trabajos destinados a reducir el tamaño de los modelos o aceleradores ASIC/FPGA para aprendizaje automático.

Representación de coordenadas consciente de la distribución para la estimación de la postura humana.

Script en Python para la segmentación de trazos y líneas. Al ingresar datos de máximos y mínimos de velas, realiza automáticamente la segmentación de trazos, líneas, centros, puntos de compra/venta y tipos de tendencia. Admite archivos sh.csv como entrada.

[NeurIPS 2021] Repensando las redes espacio-temporales con una mejor cobertura de memoria para la segmentación eficiente de objetos en video.

Simulador de humano-vehículo.

Interfaz de R para Torch.

Una lista exhaustiva de artículos destacados sobre rectificación de imágenes de documentos

Publicación de código para Non-stationary Transformers: Exploring the Stationarity in Time Series Forecasting (NeurIPS 2022), https://arxiv.org/abs/2205.14415

[WSDM'2024 Oral] "SSLRec: un marco de aprendizaje autosupervisado para recomendaciones"

Modelos de lenguaje extenso y modelos base para series temporales.

Artículos, implementaciones, conjuntos de datos y herramientas relacionados con la detección de comunidades, tanto profunda como convencional.

[ICML 2023] Implementación oficial del artículo "TabDDPM: Modelling Tabular Data with Diffusion Models"

Aprendizaje por refuerzo profundo (PPO) en conducción autónoma (Carla) [desde cero].

Implementación en PyTorch de redes neuronales bayesianas [torchbnn].

Flame es un sistema de IA multimodal de código abierto diseñado para traducir maquetas de diseño de interfaz de usuario a código React de alta calidad. Aprovecha el modelado de lenguaje visual, la síntesis de datos automatizada y flujos de trabajo de entrenamiento estructurados para cerrar la brecha entre el diseño y el desarrollo front-end.

Código oficial para el artículo de ECCV 2024: One-Shot Diffusion Mimicker para la generación de texto manuscrito

[AAAI2024] FontDiffuser: Generación de fuentes one-shot mediante difusión de eliminación de ruido con agregación de contenido a multiescala y aprendizaje contrastivo de estilo

Lista curada de agentes AGI.

Implementación en Pytorch de una capa única de MMDiT, propuesta en Stable Diffusion 3.

Red neuronal artificial.

CRSLab es un kit de herramientas de código abierto para construir sistemas de recomendación conversacionales (CRS).

Descubre modelos preentrenados para deep learning en MATLAB

TorchANI 2.0 es una biblioteca de código abierto que admite el entrenamiento, desarrollo e investigación de potenciales interatómicos de redes neuronales estilo ANI. Fue desarrollada originalmente y es mantenida actualmente por el grupo Roitberg.