neural-networks

Motor de inferencia de aprendizaje automático para microcontroladores y dispositivos embebidos.

Aprendizaje profundo elegante y de alto rendimiento.

Notebooks de Colab que cubren herramientas de aprendizaje profundo para la predicción y el diseño de estructuras biomoleculares

Motor de dinámica molecular (MD) de extremo a extremo utilizando PyTorch

Un lenguaje de programación probabilística simple.

Una biblioteca de Go (golang) que envuelve a microsoft/onnxruntime

Algoritmos de aprendizaje automático para sistemas cuánticos de muchos cuerpos

Marco de gestión de conjuntos de datos, una biblioteca de Python y herramienta CLI para construir, analizar y gestionar datasets de visión artificial

Tutoriales de aprendizaje automático informado por la física (Pytorch y Jax)

Introducción a conceptos clave en programación cuántica, además de tutoriales e implementaciones de investigaciones de vanguardia en computación cuántica.

Optimización no lineal (búsqueda de raíces, mínimos cuadrados, ...) en JAX+Equinox. https://docs.kidger.site/optimistix/

Biblioteca de Python para analizar rostros utilizando PyTorch.

Deep Learning Simplified es un repositorio de código abierto que contiene proyectos de aprendizaje profundo desde nivel principiante hasta avanzado para colaboradores que deseen comenzar su trayectoria en el área.

Aprende sobre el proceso de ingeniería neumórfica para crear sistemas de integración a gran escala (VLSI) que contienen circuitos analógicos electrónicos para imitar arquitecturas neurobiológicas.

Implementación en Python de soft-DTW.

OBSOLETO, ahora integrado en sktime: paquete complementario para aprendizaje profundo basado en TensorFlow.

Artículos de AAAI 2024: Explore una colección completa de artículos de investigación innovadores presentados en una de las principales conferencias de inteligencia artificial. Integre fácilmente implementaciones de código para una mejor comprensión. ¡Experimente la vanguardia del progreso en inteligencia artificial con este repositorio!

Resolución de problemas directos e inversos relacionados con ecuaciones diferenciales parciales mediante redes neuronales informadas por la física de base finita (FBPINNs)

Un sistema de clasificación flexible y adaptable para la clasificación dinámica de texto

Compendio de recursos gratuitos de lectura sobre ML.

Una colección de recetas de análisis de datos bayesianos utilizando PyMC3

Biblioteca C++ multiplataforma centrada en la traducción automática optimizada para dispositivos de consumo.

Recopilación de artículos de investigación, cuantización, herramientas y material de aprendizaje sobre compresión de modelos de machine learning.

Supervisely SDK para Python: una forma conveniente de automatizar, personalizar y extender la plataforma Supervisely para tareas de visión artificial.

Framework de código abierto para modelos de incertidumbre y deep learning en PyTorch 🌱

Aprendizaje profundo bayesiano: un estudio.

Red Transformer para la predicción de la vida útil restante de baterías de iones de litio.

Kit de aceleración de hardware analógico de IBM

Lightwood es como piezas de Lego para el aprendizaje automático.

[CVPR 2023] Official repository for downloading, processing, visualizing, and training models on the ARCTIC dataset.