deep-learning

Notes manuscrites du cours Coursera d'Andrew Ng.

Une bibliothèque Python pour l'apprentissage auto-supervisé sur les images.

DeepVariant est un pipeline d'analyse utilisant un réseau de neurones profond pour identifier des variants génétiques à partir de données de séquençage ADN de nouvelle génération.

Tutoriel d'introduction à PyTorch, disponible en ligne : https://datawhalechina.github.io/thorough-pytorch/

Liste d'articles et jeux de données pour la détection industrielle d'anomalies et de défauts sur images (mise à jour continue).

Tutoriels et ressources sélectionnés pour les grands modèles de langage, Text2SQL, Text2DSL, Text2API, Text2Vis et plus encore.

Infrastructure IA / Orchestration IA / Plan de contrôle IA

Intégration de modèles de diffusion stable dans les navigateurs web. Tout s'exécute localement sans support serveur.

Les notebooks du cours fast.ai

Articles sur l'apprentissage automatique, archivés depuis MachineCurve.com.

Une collection de méthodes scientifiques, processus, algorithmes et systèmes pour construire des histoires et des modèles.

Exemples d'apprentissage par renforcement minimalistes et épurés.

Code TensorFlow pour le rapport technique : "YOLOv3: An Incremental Improvement".

Une plateforme distribuée d'apprentissage profond.

[CVPR 2022] Modèle de mouvement Thin-Plate Spline pour l'animation d'images.

Bibliothèque de reconnaissance faciale haute performance basée sur PaddlePaddle et PyTorch.

Probablement la meilleure liste organisée de logiciels de science des données en Python.

Articles et ressources classiques sur les systèmes de recommandation.

Prise en main rapide de la théorie et de la pratique de l'IA : bases, Transformer, NLP, ML, DL et compétitions. Inclut des commentaires détaillés et des jeux de données pour faciliter la compréhension et la reproduction.

Outil en ligne gratuit pour l'étiquetage de photos. https://makesense.ai

Génération de données synthétiques pour les données tabulaires

[CVPR19/TPAMI23] SiamMask : un framework pour le suivi et la segmentation d'objets en temps réel

🛠 IDE web tout-en-un spécialisé pour le machine learning et la science des données.

Cours d'apprentissage automatique ouvert

Intégrez facilement des LLM dans scikit-learn.

Boîte à outils de restauration d'images (PyTorch). Codes d'entraînement et de test pour DPIR, USRNet, DnCNN, FFDNet, SRMD, DPSR, BSRGAN et SwinIR.

Une bibliothèque pour accélérer les modèles Transformer sur les GPU NVIDIA, incluant l'utilisation de la précision en virgule flottante 8 bits et 4 bits (FP8 et FP4) sur les GPU Hopper, Ada et Blackwell, pour offrir de meilleures performances avec une utilisation mémoire réduite lors de l'entraînement et de l'inférence.

🌍 Tutoriels d'apprentissage automatique (principalement en Python3)

Projet idéal pour le recrutement ! Implémentez étape par étape une bibliothèque d'inférence de deep learning haute performance, prenant en charge des modèles comme Llama2, Unet, Yolov5, Resnet, etc.

min(DALL·E) est un portage rapide et minimaliste de DALL·E Mini vers PyTorch