keras

Visualizador para modelos de redes neuronales, aprendizaje profundo y aprendizaje automático

:zap: Una barra de progreso rápida y extensible para Python y CLI

Libro interactivo de deep learning con código para múltiples frameworks, matemáticas y discusiones. Adoptado en 500 universidades de 70 países, incluyendo Stanford, MIT, Harvard y Cambridge.

Notebooks de Python para ciencia de datos: Aprendizaje profundo (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, big data (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, fundamentos de Python, AWS y varias líneas de comandos.

Mask R-CNN para detección de objetos y segmentación de instancias en Keras y TensorFlow

ncnn es un marco de inferencia de redes neuronales de alto rendimiento optimizado para plataformas móviles

🏆 Una lista ordenada de increíbles bibliotecas de Python para aprendizaje automático. Actualizada semanalmente.

Estándar abierto para la interoperabilidad del aprendizaje automático

Una red neuronal que transforma una maqueta de diseño en un sitio web estático

Ruta de aprendizaje de inteligencia artificial, con cerca de 200 casos prácticos y proyectos, material didáctico gratuito, ¡desde cero hasta la práctica profesional! Incluye áreas populares como: Python, matemáticas, machine learning, análisis de datos, deep learning, visión por computador, procesamiento del lenguaje natural, PyTorch, TensorFlow, machine-learning, deep-learning, data-analysis, data-mining, mathematics, data-science, artificial-intelligence, python, tensorflow, tensorflow2, caffe, keras, pytorch, algorithm, numpy, pandas, matplotlib, seaborn, nlp, cv, entre otros.

La plataforma de desarrollo de IA. Usa Weights & Biases para entrenar y ajustar modelos, y gestionarlos desde la experimentación hasta la producción.

Biblioteca de AutoML para aprendizaje profundo

Un sistema de reconocimiento de voz en chino basado en aprendizaje profundo

Un curso de aprendizaje por refuerzo en el mundo real

Operador bursátil de IA: plataforma integral desde el aprendizaje y simulación hasta el trading real. Incluye conocimientos de bolsa, ejemplos de estrategias, LLMs, minería de factores, estrategias tradicionales, machine learning, deep learning, reinforcement learning, redes de grafos, high-frequency trading, despliegue en C++ y ejemplos de código de JoinQuant para facilitar el aprendizaje, simulación y trading real.

Configura y personaliza un entorno de deep learning en segundos.

MMdnn es un conjunto de herramientas para ayudar a los usuarios a interoperar entre diferentes frameworks de deep learning. Por ejemplo, conversión y visualización de modelos. Convierte modelos entre Caffe, Keras, MXNet, Tensorflow, CNTK, PyTorch Onnx y CoreML.

T81-558: Keras - Aplicaciones de redes neuronales profundas en la Universidad Washington en St. Louis

Herramientas para diseñar o visualizar la arquitectura de redes neuronales

Modelo de Keras para generar código HTML a partir de maquetas de sitios web dibujadas a mano. Implementa una arquitectura de subtitulación de imágenes para procesar las imágenes fuente.

unet para segmentación de imágenes

Modelos de segmentación con backbones preentrenados. Keras y TensorFlow Keras.

Un repositorio para almacenar modelos convertidos entre varios frameworks. Los frameworks compatibles son TensorFlow, PyTorch, ONNX, OpenVINO, TFJS, TFTRT, TensorFlowLite (Float32/16/INT8), EdgeTPU y CoreML.

Una implementación limpia basada en AlphaZero para cualquier juego en cualquier framework + tutorial + Othello/Gobang/TicTacToe/Connect4 y más

En este repositorio compartiré algunas notas y referencias útiles sobre el despliegue de modelos basados en aprendizaje profundo en producción.

Resumen de modelos en PyTorch similar a `model.summary()` en Keras

Una lista exhaustiva de tutoriales de Deep Learning / Inteligencia Artificial y Machine Learning, en rápida expansión hacia áreas de IA / Deep Learning / Visión Artificial / NLP y sectores específicos como Clima / Energía, Automoción, Comercio Minorista, Farmacéutica, Medicina, Salud, Políticas, Ética y más.

Infraestructura de AI / Orquestación de AI / Plano de control de AI

🧠💬 Artículos que escribí sobre aprendizaje automático, archivados de MachineCurve.com.

Plataforma de hardware y software de código abierto para construir un coche autónomo a pequeña escala.