machine-learning

Aprendizaje automático en FPGA usando HLS

SpikingJelly es un framework de aprendizaje profundo de código abierto para redes neuronales de impulsos (SNN) basado en PyTorch.

Una CLI de Node.js que utiliza modelos de Ollama y LM Studio (Llava, Gemma, Llama, etc.) para renombrar archivos de forma inteligente según su contenido

Modelos de difusión en imágenes médicas (Publicado en la revista Medical Image Analysis)

DIAMOND (DIffusion As a Model Of eNvironment Dreams) es un agente de aprendizaje por refuerzo entrenado en un modelo de mundo de difusión. NeurIPS 2024 Spotlight.

.NET for Apache® Spark™ hace que Apache Spark™ sea fácilmente accesible para los desarrolladores de .NET.

Todo sobre el aprendizaje federado, incluyendo artículos de investigación, libros, código, tutoriales, vídeos y más

Solucionadores numéricos de ecuaciones diferenciales en JAX. Autodiferenciable y compatible con GPU. https://docs.kidger.site/diffrax/

Modelo de Keras para detector de NSFW

Biblioteca ligera de inferencia para archivos ONNX, escrita en C++. Puede ejecutar Stable Diffusion XL 1.0 en una RPI Zero 2 (o en 298 MB de RAM) y también Mistral 7B en ordenadores de sobremesa y servidores. Compatible con ARM, x86, WASM y RISC-V. Acelerado por XNNPACK. Bindings disponibles para Python, C# y JS(WASM).

Un kit de herramientas local (on-premises), sin necesidad de OCR, para extracción de datos no estructurados, conversión a Markdown y pruebas de rendimiento. (https://idp-leaderboard.org/)

Soluciones a los ejercicios de métodos de aprendizaje automático, lectura en línea en: https://datawhalechina.github.io/statistical-learning-method-solutions-manual

Prueba de concepto de una extensión de Jupyter que convierte consultas en inglés a código Python relevante.

Humanoid-Gym: Aprendizaje por refuerzo para robots humanoides con transferencia Sim2Real zero-shot https://arxiv.org/abs/2404.05695

Un paquete de Python para pronósticos bayesianos con diseño orientado a objetos y modelos probabilísticos internos.

Colabora y etiqueta cualquier tipo de datos, imágenes, texto o documentos en una interfaz web o aplicación de escritorio fácil de usar.

Segmentación semántica en imágenes aéreas y de satélite. Extrae características como: edificios, estacionamientos, carreteras, agua, nubes

El primer SDK de reconocimiento facial de código abierto del mundo para Windows y Linux (detección de rostros, extracción de puntos de referencia faciales, extracción de características faciales, coincidencia de plantillas faciales)

Una caja de herramientas/biblioteca de Python para aprendizaje automático/profundo y minería de datos centrados en la realidad sobre series temporales parcialmente observadas, con más de 50 modelos de redes neuronales SOTA para tareas de análisis científico (imputación, clasificación, agrupamiento, pronóstico, detección de anomalías, limpieza) en series temporales multivariadas industriales incompletas y muestreadas irregularmente con valores faltantes NaN.

Dibujo de redes bayesianas, modelos gráficos, tensores, frameworks técnicos e ilustraciones en LaTeX.

Procesamiento de flujos en Python.

Aprendizaje profundo y en línea con redes neuronales de picos en Python

Una IA para la generación de música

El framework de RF e ingeniería inversa para todos. ¡Sigue y da ★ para mostrar tu apoyo!

:cloud: :rocket: :bar_chart: :chart_with_upwards_trend: Evaluando el estado del arte en IA

El código de Python para reproducir las ilustraciones del libro The Hundred-Page Machine Learning Book.

🤖 Una biblioteca de Python para el aprendizaje y evaluación de embeddings de grafos de conocimiento

Biblioteca para entrenar modelos de aprendizaje automático preservando la privacidad de los datos de entrenamiento.

Una colección de más de 1000 artículos de revisión sobre Procesamiento del Lenguaje Natural (NLP) y Aprendizaje Automático (ML).

Un escalador de anime de alto rendimiento