deep-learning

Documentación de TensorFlow

Este repositorio contiene recursos seleccionados manualmente para la ingeniería de prompts, con un enfoque en Generative Pre-trained Transformer (GPT), ChatGPT, PaLM, etc.

Una lista de proyectos populares de GitHub relacionados con deep learning

Configura y personaliza un entorno de deep learning en segundos.

Framework de reconocimiento de matrículas chinas de alto rendimiento.

NanoDet-Plus: modelo de detección de objetos sin anclajes súper rápido y ligero. 🔥 Con solo 980 KB (int8) / 1.8 MB (fp16) y ejecuta a 97 FPS en teléfonos móviles 🔥

¡Pytorch🍊🍉 es delicioso, solo cómetelo! 😋😋

Guía de búsqueda de empleo para puestos de algoritmos de IA (incluye guías de preparación, guías de resolución de problemas, recomendaciones internas y listas de empresas de IA, entre otros recursos).

Series temporales Timeseries Deep Learning Machine Learning Python Pytorch fastai | Biblioteca de Deep Learning de última generación para series temporales y secuencias en Pytorch / fastai

Versión en chino de CLIP que logra la recuperación y generación de representaciones multimodales en chino.

:alarm_clock: Cuenta regresiva para fechas límite de conferencias de IA

Aprende IA y LLMs desde cero utilizando recursos gratuitos.

Un transformer de atención completa conciso pero completo con un conjunto de característicasexperimentales prometedoras de varios artículos

Todos los materiales del curso Zero to Mastery Deep Learning with TensorFlow.

Gorgonia es una biblioteca que facilita el aprendizaje automático en Go.

Kit de herramientas Gluon CV

Lista seleccionada de preguntas y respuestas de entrevistas de ciencia de datos

Un conjunto de herramientas unificado para el análisis de imágenes de documentos basado en aprendizaje profundo

Implementación oficial de DeepLabCut: estimación de poses sin marcadores de características definidas por el usuario mediante aprendizaje profundo para todos los animales, incluidos los humanos

Una biblioteca acelerada por GPU que contiene bloques de construcción altamente optimizados y un motor de ejecución para el procesamiento de datos, con el fin de acelerar las aplicaciones de entrenamiento e inferencia de deep learning.

mlpack: una biblioteca de aprendizaje automático en C++ rápida y basada exclusivamente en cabeceras

Esquemas de arquitectura de redes neuronales listos para publicación.

SUPIR tiene como objetivo desarrollar algoritmos prácticos para la restauración fotorrealista de imágenes en entornos reales. Nuestra nueva demo en línea también está disponible en suppixel.ai.

Un framework modular para la investigación multimodal de visión y lenguaje de Facebook AI Research (FAIR)

Implementación / replicación de DALL-E, el Transformer de texto a imagen de OpenAI, en PyTorch

ZenML 🙏: Una plataforma de IA desde pipelines hasta agentes. https://zenml.io.

ECCV2022 - Estimación de flujo intermedio en tiempo real para interpolación de fotogramas de video

Potencia tu entrenamiento de modelos

Inferencia segmentada/por mosaicos agnóstica de frameworks + interfaz de usuario interactiva + gráficos de análisis de errores.

Juega con pareados usando el modelo seq2seq. Generación de pareados con deep learning.