deep-learning

Lista curada de cursos de ingeniería de aprendizaje automático de acceso público de CalTech, Columbia, Berkeley, MIT y Stanford.

Modelo de descriptor Hardnet - "Working hard to know your neighbor's margins: Local descriptor learning loss"

Implementación de E(n)-Equivariant Graph Neural Networks en Pytorch.

Una lista de artículos que estudian el descubrimiento de nuevas clases (Novel Class Discovery).

Una lista curada de modelos mundiales para la conducción autónoma.

Ejecute sus cargas de trabajo de aprendizaje profundo en Kubernetes de forma más fácil y eficiente.

Código oficial para el artículo de ICCV 2021 "Towards Flexible Blind JPEG Artifacts Removal (FBCNN)"

TensorLayerX: un marco unificado de aprendizaje profundo y aprendizaje por refuerzo para todo tipo de hardware, backends y sistemas operativos.

Entrena modelos de aprendizaje automático dentro de un contenedor Docker usando Amazon SageMaker.

Mapa mental de arquitectura de software e ingeniería de software: una visión general de terminologías y conceptos.

Código para crear Stylized-ImageNet, una versión estilizada del ImageNet estándar (ICLR 2019 Oral).

La prueba de referencia de clasificación de aprendizaje profundo PatchCamelyon (PCam)

Esta es una lista de artículos relacionados con la predicción de trayectorias de agentes de tráfico.

Un detector de objetos anchor-free en tiempo real para el borde con un rendimiento decente

Aprendizaje contrastivo autosupervisado para series temporales mediante consistencia tiempo-frecuencia

Explora una colección completa de recursos, tutoriales, artículos, herramientas y mejores prácticas para el ajuste fino de modelos de lenguaje extensos (LLM). ¡Ideal para investigadores y profesionales del aprendizaje automático!

Notas sobre sistemas de aprendizaje profundo, incluyendo fundamentos matemáticos, componentes de redes neuronales, estrategias de entrenamiento y algoritmos de compresión de modelos.

Triton Model Analyzer es una herramienta de línea de comandos para ayudar a comprender mejor los requisitos de cómputo y memoria de los modelos de Triton Inference Server.

Una reimplementación de Holistically-Nested Edge Detection en PyTorch.

La implementación oficial en PyTorch de L2CS-Net para estimación y seguimiento de la mirada

El primer framework de aprendizaje federado de código abierto implementado en C++ y Python.

StarGANv2-VC: un marco de trabajo diverso, no supervisado y no paralelo para la conversión de voz con sonido natural.

El curso de Hugging Face sobre Transformers para audio

learning-Journey-AI es una recopilación actualizada de recursos de aprendizaje de IA para 2025, que incluye teoría básica, libros, artículos y documentos, además de proyectos prácticos y herramientas para la práctica.

Aprendizaje profundo bayesiano: un estudio.

Implementación de https://srush.github.io/annotated-s4

Un módulo sencillo de coche autónomo para humanos 🚘 🛣️

Implementación de E2-TTS, "Embarrassingly Easy Fully Non-Autoregressive Zero-Shot TTS", en Pytorch

Entrena modelos de difusión de texto a imagen de alta calidad de manera eficiente en datos y cómputo.

Un framework para procesamiento de imágenes médicas, inferencia de redes neuronales y visualización de alto rendimiento