tensorflow

BladeDISC es un proyecto de compilador de formas dinámicas (Dynamic Shape Compiler) de extremo a extremo para cargas de trabajo de aprendizaje automático.

Compresión de datos en TensorFlow

Guía de supervivencia para ingenieros de aprendizaje profundo

Detecta el lenguaje de programación de un código fuente

Lector/escritor independiente de TFRecord con cargadores de datos de PyTorch.

Un framework de alto rendimiento para servir modelos de ML, que ofrece procesamiento por lotes dinámico y pipelines de CPU/GPU para aprovechar al máximo su equipo de cómputo

Mejora de imágenes con Javascript e IA. Aumenta la resolución, retoca, elimina ruido y más. Código abierto, compatible con navegador y Node, bajo licencia MIT.

Aplicación web de predicción bursátil basada en aprendizaje automático y análisis de sentimiento de tweets (claves API incluidas en el código). El front-end de la aplicación web se basa en Flask y Wordpress. La aplicación pronostica los precios de las acciones de los próximos siete días para cualquier acción bajo NASDAQ o NSE ingresada por el usuario. Las predicciones se realizan utilizando tres algoritmos: ARIMA, LSTM y Regresión Lineal.

tfts: Modelos de aprendizaje profundo para series temporales en TensorFlow

Un wrapper de Julia para TensorFlow

Machine Learning, Deep Learning, Python, modelos grandes, multimodalidad, LLM, algoritmos y tutoriales de NLP para entrevistas

Transformadas de dispersión wavelet en Python con aceleración por GPU

Un módulo de Redis para servir tensores y ejecutar grafos de aprendizaje profundo.

Una CLI para Kubeflow.

Kits de herramientas de procesamiento de lenguaje natural de XiaoMi

Clasificación de texto multietiqueta, clasificación multietiqueta, clasificación de texto, multi-label, classifier, text classification, BERT, seq2seq, attention, multi-label-classification

Ejecuta modelos de TensorFlow en C++ sin instalación y sin Bazel

:twisted_rightwards_arrows: Neural Network (NN) Streamer, paradigma de procesamiento de flujo para aplicaciones y dispositivos de redes neuronales.

Ejemplo de machine learning con TensorFlow Lite para Android

Conversor de modelos de deep learning para PaddlePaddle.

Un intérprete de lenguaje de señas que utiliza una transmisión de video en vivo desde la cámara.

Artículos de conferencias destacadas y altamente citados sobre la interpretabilidad de modelos de redes neuronales en el aprendizaje profundo (con código incluido).

GPU-Jupyter: Su JupyterLab acelerado por GPU con un completo conjunto de herramientas de ciencia de datos, TensorFlow y PyTorch para sus experimentos de aprendizaje profundo reproducibles.

Traducciones de la documentación de TensorFlow

Construcción e instalación de la librería de la API de C++ para TensorFlow.

Implementación en Tensorflow y Keras de U-net, V-net, U-net++, UNET 3+, Attention U-net, R2U-net, ResUnet-a, U^2-Net, TransUNET y Swin-UNET con backbones opcionales entrenados en ImageNet.

Servicio de despliegue genérico y fácil de usar para modelos de aprendizaje automático.

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

Marco de trabajo (framework) de aprendizaje profundo nativo para Kubernetes.

Modelos OCR ligeros y rápidos para el reconocimiento de texto en matrículas.