keras

Enlaces de .NET Standard para TensorFlow de Google para desarrollar, entrenar y desplegar modelos de Machine Learning en C# y F#.

Determined es una plataforma de machine learning de código abierto que simplifica el entrenamiento distribuido, el ajuste de hiperparámetros, el seguimiento de experimentos y la gestión de recursos. Funciona con PyTorch y TensorFlow.

Entorno de pruebas (sandbox) para entrenar redes de deep learning

Una caja de herramientas de Python para crear ejemplos adversarios que engañen a redes neuronales en PyTorch, TensorFlow y JAX

¡Visualiza resúmenes de modelos en PyTorch!

Una biblioteca de ajuste de hiperparámetros para Keras

Generación de jazz impulsada por deep learning utilizando Keras y Theano.

Capa de atención de Keras (puntuaciones de Luong y Bahdanau).

Red neuronal profunda para extraer información inteligente de documentos de facturas.

[IEEE TMI Best Paper Award] Implementación oficial para UNet++

Convierte modelos de TensorFlow, Keras, Tensorflow.js y Tflite a ONNX

Detección ligera de desnudez

Escenarios, tutoriales y demostraciones para conducción autónoma

Redes neuronales de grafos con Keras y TensorFlow 2.

Domina las habilidades esenciales necesarias para reconocer y resolver problemas complejos del mundo real con Machine Learning y Deep Learning aprovechando el popular ecosistema de Machine Learning de Python.

Implementación en PyTorch y TensorFlow de los modelos neuronales cableados NCP, LTC y CfC

Monitorea el entrenamiento de modelos de aprendizaje profundo y el uso de hardware desde tu teléfono móvil

Aprendizaje automático en FPGA usando HLS

Modelo de Keras para detector de NSFW

Deep Learning Avanzado con Keras, publicado por Packt

Red convolucional temporal de Keras. Compatible con Python y R.

Entrena modelos de IA de manera eficiente en imágenes médicas utilizando cualquier framework

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

Experimentos interactivos de Machine Learning: entrenamiento de modelos + demostración de modelos.

Clasificación de textos largos, frases cortas, multietiqueta y similitud entre frases en chino (Keras NLP), clases base para capas de embedding (caracteres, palabras, frases) y capas de red (grafo), FastText, TextCNN, CharCNN, TextRNN, RCNN, DCNN, DPCNN, VDCNN, CRNN, Bert, Xlnet, Albert, Attention, DeepMoji, HAN, CapsuleNet, Transformer-encode, Seq2seq, SWEM, LEAM, TextGCN.

AutoML de Python para sistemas de trading y apuestas deportivas.

Apuestas deportivas en la NBA utilizando aprendizaje automático.

Experimentos de hiperparámetros con TensorFlow y Keras.

Un conjunto de herramientas para optimizar modelos de ML para su despliegue en Keras y TensorFlow, incluyendo cuantización y poda.

Modelo de aprendizaje profundo de última generación para analizar sentimientos, emociones, sarcasmo, etc.