classification

Nous développons vos outils de vision par ordinateur réutilisables. 💜

Apprentissage profond pour le traitement d'images, incluant la classification, la détection d'objets, etc.

Annotation d'images avec Python. Prend en charge les polygones, rectangles, cercles, lignes, points et l'annotation assistée par IA.

Plateforme AutoML open source et low-code pour Python. PyCaret 4.0 : moteur natif sklearn + panneau de contrôle React.

Postgres avec GPU pour les applications ML/IA

Moteur d'intelligence et d'apprentissage automatique statistique

Outil de développement tout-en-un basé sur PaddlePaddle.

Code source pour le livre de recettes sur l'apprentissage automatique avec TensorFlow.

Bibliothèque de Deep Learning de pointe pour les séries temporelles et les séquences dans Pytorch / fastai.

Orange : analyse de données interactive.

Implémentation de PointNet et PointNet++ en PyTorch (pur Python) sur ModelNet, ShapeNet et S3DIS.

Un convertisseur PyTorch vers TensorRT facile à utiliser.

Détection de langue naturelle

Une bibliothèque rapide pour l'AutoML et le réglage. Rejoignez notre Discord : https://discord.gg/Cppx2vSPVP.

Classification de texte chinois par CNN-RNN, basée sur TensorFlow.

Cours d'introduction, cours avancés, études de cas académiques et industrielles, encyclopédie des connaissances et banque de questions d'entretien sur le Deep Learning et l'IA.

Alink est une plateforme d'algorithmes de Machine Learning basée sur Flink, développée par l'équipe PAI de la plateforme de calcul d'Alibaba.

Lazy Predict permet de créer de nombreux modèles de base avec peu de code et d'identifier les modèles les plus performants sans réglage de paramètres

Framework open source de pré-entraînement de modèles sous PyTorch et zoo de modèles pré-entraînés.

Bac à sable pour l'entraînement de réseaux de deep learning

Une liste organisée de ressources (articles, code, données, etc.) sur les transformers appliqués aux séries temporelles.

Articles et jeux de données sur les nuages de points (Point Cloud).

Réseau de neurones profond pour extraire des informations intelligentes à partir de documents de facturation.

Transformez n'importe quel ordinateur ou appareil périphérique en centre de commande pour vos projets de vision par ordinateur.

Maîtrisez les compétences essentielles pour identifier et résoudre des problèmes complexes du monde réel avec le Machine Learning et le Deep Learning en tirant parti de l'écosystème Python très populaire.

Une bibliothèque et un framework open source pour l'apprentissage profond sur l'imagerie satellite et aérienne.

Bibliothèque de haut niveau pour l'apprentissage automatique et l'apprentissage profond en PHP.

Implémentation du modèle EfficientNet pour Keras et TensorFlow Keras

Collaborez et étiquetez tout type de données, images, textes ou documents via une interface web ou une application de bureau intuitive.

Boîte à outils Python pour l'apprentissage automatique et profond axé sur la réalité et l'exploration de données sur des séries temporelles partiellement observées, incluant plus de 50 modèles de réseaux neuronaux SOTA pour des tâches d'analyse scientifique (imputation, classification, clustering, prévision, détection d'anomalies, nettoyage) sur des séries temporelles multivariées industrielles échantillonnées irrégulièrement avec des valeurs manquantes NaN.