deeplearning

Ejemplos de Deeplearning4j (DL4J, DL4J Spark, DataVec)

Una lista seleccionada de conjuntos de datos de ciberseguridad increíblemente útiles

Una referencia exhaustiva para todos los temas relacionados con el Procesamiento del Lenguaje Natural

Colaboración con wangxupeng (https://github.com/wangxupeng)

Implementación de "BitNet: Scaling 1-bit Transformers for Large Language Models" en PyTorch.

Gráficos de redes neuronales y métricas de entrenamiento para PyTorch, Tensorflow y Keras.

Biblioteca de aprendizaje automático y procesamiento de lenguaje natural independiente escrita en Go.

IA en Hadoop.

Framework de Deep Learning de alto nivel escrito en Kotlin e inspirado en Keras

Biblioteca de matriz de confusión multiclase en Python.

Una biblioteca de Python para la detección de valores atípicos en grafos (detección de anomalías).

Ejemplo de aprendizaje automático con TensorFlow para Android (compilación de TensorFlow para Android)

SDK de detección y reconocimiento de texto en chino, gratuito y sin conexión

Detección y reconocimiento facial de deep learning, implementado con pytorch.

Una lista seleccionada profesionalmente de vídeos, tutoriales, libros, artículos, tesis de doctorado y maestría, y bibliotecas de código abierto sobre Conformal Prediction.

Recursos para aprender IA

Una lista profesional sobre modelos de lenguaje grandes (LLM) y modelos fundacionales (LM, FM) para series temporales, datos espaciotemporales y datos de eventos.

Qualcomm® AI Hub Models es nuestra colección de modelos de aprendizaje automático de última generación optimizados para el rendimiento (latencia, memoria, etc.) y listos para implementar en dispositivos Qualcomm®.

Plataforma de bioinformática que incluye aprendizaje de representación a gran escala y aprendizaje profundo multitarea.

50 notas sobre modelos grandes de lenguaje (LLM). Este repositorio contiene proyectos prácticos en los campos de aprendizaje automático, aprendizaje profundo, visión por computadora, procesamiento de lenguaje natural, LLM y web scraping.

Un marco de conjunto unificado para PyTorch para mejorar el rendimiento y la robustez de tu modelo de aprendizaje profundo.

Tutorial completo de algoritmos desde NLP hasta LLM, lectura en línea: https://datawhalechina.github.io/base-llm/

KakaoBrain KoGPT (Generative Pre-trained Transformer en coreano).

Una interfaz uniforme para ejecutar modelos de aprendizaje profundo de múltiples marcos de trabajo.

Guía de supervivencia para ingenieros de aprendizaje profundo

Recursos de CARLA como tutoriales, blogs, código, etc. https://github.com/carla-simulator/carla

alfred-py: Una biblioteca de utilidades de aprendizaje profundo para humanos. Más detalles sobre su uso en: https://zhuanlan.zhihu.com/p/341446046

Tutorial de algoritmos de aprendizaje profundo

Lista de proveedores de nube para Deep Learning.

Trankit es un kit de herramientas de Python ligero basado en Transformer para el procesamiento de lenguaje natural multilingüe