deep-learning

Une liste organisée d'articles de recherche sur la détection de communautés avec leurs implémentations.

Gestion de toutes les données non structurées, telles que la recherche inversée d'images, la recherche audio, la recherche moléculaire, l'analyse vidéo, les systèmes de questions-réponses, le NLP, etc.

Une liste de recommandations de livres d'informatique classiques et de haute qualité, axée sur la sélection rigoureuse d'ouvrages de référence dans chaque domaine.

Traitement d'imagerie médicale pour les applications d'IA.

YOLO ROS : Détection d'objets en temps réel pour ROS.

SDG est un framework spécialisé conçu pour générer des données tabulaires structurées de haute qualité.

Scénarios, tutoriels et démonstrations pour la conduite autonome

Un service de classement personnalisé par Machine Learning low-code pour articles, listes, résultats de recherche et recommandations, conçu pour accroître l'engagement utilisateur. Un moteur Learn-to-Rank convivial.

Une liste d'articles, de documents et de codes sur la quantification de modèles. Ce dépôt vise à fournir des informations pour la recherche sur la quantification de modèles et est continuellement amélioré. Les contributions (articles, dépôts) manquantes sont les bienvenues.

Machine Learning University : cours accéléré sur le traitement du langage naturel.

Réseaux de neurones sur graphes avec Keras et Tensorflow 2

Liste organisée de ressources sur les voitures autonomes et les véhicules autonomes.

Boîte à outils pour l'apprentissage automatique, le traitement du langage naturel et la génération de texte avec TensorFlow. Fait partie du projet CASL : http://casl-project.ai/

Collection de modèles d'IA pré-entraînés à la pointe de la technologie pour le SDK ailia.

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.

Implémentation minimale de l'algorithme PPO (Proximal Policy Optimization) avec objectif écrêté en PyTorch

Une bibliothèque d'apprentissage profond extensible.

HiFi-GAN : Réseaux antagonistes génératifs pour une synthèse vocale efficace et haute fidélité

Objectron est un jeu de données de clips vidéo centrés sur des objets. Les vidéos contiennent des métadonnées de session AR, incluant les poses de caméra, les nuages de points épars et les plans. Chaque objet est annoté avec une boîte englobante 3D décrivant sa position, son orientation et ses dimensions.

Exécutez des modèles Mixtral-8x7B sur Colab ou des ordinateurs grand public.

Surveillez l'entraînement de modèles de deep learning et l'utilisation matérielle depuis votre téléphone mobile

Une compilation complète et à jour de jeux de données, outils, méthodes, articles de synthèse et compétitions pour la détection de changements par télédétection.

Une bibliothèque Python pour l'augmentation de données audio. Utile pour rendre les modèles ML audio performants en conditions réelles, et pas seulement en laboratoire.

ICCV2019 - Apprendre à peindre avec l'apprentissage par renforcement profond basé sur un modèle

Cartes d'activation de classe pour vos modèles PyTorch (CAM, Grad-CAM, Grad-CAM++, Smooth Grad-CAM++, Score-CAM, SS-CAM, IS-CAM, XGrad-CAM, Layer-CAM, Finer-CAM, LeGrad, RefineCAM)

Code officiel pour l'article CVPR 2022 (oral) "Extracting Triangular 3D Models, Materials, and Lighting From Images".

Bibliothèque PyTorch de deep learning pour la prévision de séries temporelles, la classification et la détection d'anomalies (initialement pour la prévision des crues).

Apprentissage par renforcement profond : de zéro à héros

Un benchmark hétérogène pour la recherche d'information, permettant d'évaluer facilement vos modèles sur plus de 15 jeux de données IR divers.