deep-learning

StudioGAN est une bibliothèque Pytorch fournissant des implémentations de réseaux antagonistes génératifs (GAN) représentatifs pour la génération d'images conditionnelle ou inconditionnelle.

Débogage, surveillance et visualisation pour le Machine Learning et la Data Science en Python

Boîte à outils et benchmark de la série YOLO d'OpenMMLab. Inclut RTMDet, RTMDet-Rotated, YOLOv5, YOLOv6, YOLOv7, YOLOv8, YOLOX, PPYOLOE, etc.

Implémentation PyTorch du livre de Qiu Xipeng « Réseaux de neurones et apprentissage profond : cas et pratiques ».

Package PyTorch modulaire, extensible et facile à utiliser pour les modèles CTR basés sur le deep learning.

PennyLane est une plateforme logicielle open-source pour l'informatique quantique, l'apprentissage automatique quantique et la chimie quantique. Créez des algorithmes quantiques pertinents, de l'inspiration à l'implémentation.

Notebooks pour l'apprentissage automatique.

Otter, un modèle multimodal basé sur OpenFlamingo (version open source du Flamingo de DeepMind), entraîné sur MIMIC-IT, offrant de meilleures capacités de suivi d'instructions et d'apprentissage en contexte.

Bindings .NET Standard pour TensorFlow de Google, destinés au développement, à l'entraînement et au déploiement de modèles de Machine Learning en C# et F#.

Apprenez à concevoir, développer, déployer et itérer sur des applications ML de qualité production.

Ressources exceptionnelles sur l'estimation et le suivi de la pose de la main

R&D accélérée en deep learning.

Bibliothèque pour l'analyse audio et musicale ainsi que l'extraction de caractéristiques.

GeoAI : Intelligence artificielle pour les données géospatiales.

Bibliothèque de réseaux de neurones basée sur JAX

Dépôt destiné à aider les débutants en machine learning ou ceux qui préparent un groupe d'étude.

Determined est une plateforme d'apprentissage automatique open source qui simplifie l'entraînement distribué, le réglage des hyperparamètres, le suivi des expériences et la gestion des ressources. Compatible avec PyTorch et TensorFlow.

Jittor est un framework de deep learning haute performance basé sur la compilation JIT et les méta-opérateurs.

ONNX-TensorRT : backend TensorRT pour ONNX.

Liens de ressources soigneusement sélectionnés pour la science des données centralisés en un seul endroit.

Construisez un LLM moderne à partir de zéro. Chaque ligne est commentée. Expliqué simplement.

📚 Tutoriels Jupyter notebook pour OpenVINO™.

Framework de deep learning open-source pour construire, entraîner et affiner des modèles utilisant des méthodes de physique-ML de pointe.

Moteur d'échecs open-source basé sur les réseaux de neurones avec accélération GPU et large prise en charge matérielle.

Ce dépôt contient une liste de lecture d'articles sur la prévision de séries temporelles (TSF) et la prévision spatio-temporelle (STF). Ces articles sont principalement classés par type de modèle.

Dépôt de tutoriels Jupyter Notebook pour le cours de Deep Learning de l'Université d'Amsterdam (MSc AI), automne 2023.

DAMO-YOLO : une méthode de détection d'objets rapide et précise intégrant de nouvelles technologies, notamment des backbones NAS, un RepGFPN efficace, ZeroHead, AlignedOTA et une amélioration par distillation.

Système d'E/S haute performance basé sur Python pour les problèmes d'apprentissage profond, avec un support robuste pour PyTorch.

Exécuter des modèles d'IA avec chiffrement de bout en bout.

Isolez les voix, la batterie, la basse et d'autres pistes instrumentales à partir de n'importe quel morceau.