artificial-neural-networks

Plongez dans le Deep Learning, l'apprentissage par renforcement, le Machine Learning, la vision par ordinateur et le NLP grâce à ces cours passionnants !

Une référence contenant des styles et des mots-clés utilisables avec l'IA MidJourney. Inclut également des pages de comparaison de résolution, de poids d'image, et bien plus encore.

Une bibliothèque Python conçue pour permettre aux développeurs de créer des applications et des systèmes dotés de capacités de vision par ordinateur autonomes

(CGCSTCD'2017) Un projet de reconnaissance de plaques d'immatriculation chinoises simple, flexible et précis dans des situations non contraintes.

Accédez ici à toutes les bases, algorithmes, supports d'étude, projets et descriptions de projets sur l'apprentissage automatique quantique disponibles sur le web

Ressources IA GRATUITES - Cours, emplois, blogs, recherche en IA, et bien plus encore - pour tous !

Implémentation PyTorch de diverses méthodes d'apprentissage continu (XdG, EWC, SI, LwF, FROMP, DGR, BI-R, ER, A-GEM, iCaRL, Generative Classifier) dans trois scénarios différents

Top 200 des dépôts GitHub sur le deep learning classés par nombre d'étoiles.

Une simulation 2D Unity dans laquelle des voitures apprennent à naviguer sur différents parcours. Les voitures sont pilotées par un réseau de neurones à propagation avant. Les poids du réseau sont entraînés à l'aide d'un algorithme génétique modifié.

Diagrammes pour visualiser l'architecture des réseaux de neurones

NeuPy est une bibliothèque Python basée sur TensorFlow pour le prototypage et la construction de réseaux de neurones

Guide du machine learning. Apprenez tout sur les outils, bibliothèques, frameworks, grands modèles de langage (LLM) et l'entraînement de modèles.

Bibliothèque rapide d'apprentissage profond (DLL) pour C++ (Réseaux de neurones artificiels, Convolutionnels, Machines de Boltzmann restreintes, Réseaux profonds...)

Découvrez le processus d'ingénierie neuromorphique pour la création de systèmes d'intégration à grande échelle (VLSI) contenant des circuits analogiques électroniques imitant les architectures neurobiologiques.

Bibliothèque conçue pour les développeurs souhaitant explorer le potentiel des grands modèles de langage (LLM) et de l'IA générative via une approche Go propre et idiomatique.