deep-learning

Bibliothèque de graphes de protéines

Auto-encodeur variationnel implémenté en tensorflow et pytorch (incluant le flux autorégressif inverse).

PDEBench : un benchmark complet pour l'apprentissage automatique scientifique

Framework utilisant des LSTM pour détecter des anomalies dans des données de séries temporelles multivariées. Inclut des données d'anomalies spatiales et des expériences des missions Mars Science Laboratory et SMAP.

TorchXRayVision : une bibliothèque de jeux de données et de modèles de radiographies thoraciques, incluant des classifieurs, de la segmentation et des auto-encodeurs.

rPPG-Toolbox : boîte à outils pour le PPG à distance par apprentissage profond (NeurIPS 2023).

Une introduction au machine learning basée sur les principes fondamentaux. Pour les ingénieurs souhaitant raisonner sur les systèmes de ML comme ils le font pour les systèmes logiciels.

Boîte à outils de deep learning pour la prédiction de DTI, propriétés des médicaments, PPI, DDI et fonctions protéiques (Bioinformatics)

Un framework Python pour l'évaluation de l'étiquetage de séquences (reconnaissance d'entités nommées, étiquetage morphosyntaxique, etc.)

Une liste de ressources sur l'apprentissage des backdoors

Optimisation de portefeuille par apprentissage profond.

Diagrammes pour visualiser l'architecture des réseaux de neurones

Un moyen simple de calibrer votre réseau de neurones.

Une bibliothèque de Deep Learning pour la classification de tâches EEG (signaux), basée sur TensorFlow.

Augmentation rapide de données audio dans PyTorch. Inspiré par audiomentations. Utile pour le deep learning.

[ICLR24] Implémentation officielle de l'article « MagicDrive: Street View Generation with Diverse 3D Geometry Control »

PyTorch - Calcul du FID avec redimensionnement d'image et étapes de quantification appropriés [CVPR 2022].

Une collection d'articles de recherche sur la colorisation d'images et de vidéos basée sur le Deep Learning.

[NeurIPS 2020] Code officiel de l'article "DeepSVG: A Hierarchical Generative Network for Vector Graphics Animation". Inclut une bibliothèque PyTorch pour l'apprentissage profond avec des données SVG.

Articles de recherche intéressants sur la vision, l'apprentissage et les graphismes concernant les chats !

Implémentation officielle PyTorch de "VITON-HD: High-Resolution Virtual Try-On via Misalignment-Aware Normalization" (CVPR 2021)

Recherche sur l'apprentissage profond tabulaire : articles et bibliothèques.

LibCity : une bibliothèque ouverte pour l'exploration de données spatio-temporelles urbaines

Dépôt officiel pour les méthodes de la série Uni-Mol

Implémentation de modèle de langage Plug and Play. Permet de diriger le sujet et les attributs des modèles GPT-2.

Questions d'entretien et tests écrits pour le Machine Learning, le Deep Learning, Python et Golang

NVTabular est une bibliothèque d'ingénierie et de prétraitement de caractéristiques pour les données tabulaires, conçue pour manipuler rapidement et facilement des jeux de données à l'échelle du téraoctet utilisés pour entraîner des systèmes de recommandation basés sur l'apprentissage profond.

JMLR : OmniSafe est un framework infrastructurel destiné à accélérer la recherche en SafeRL.

Outils pour manipuler des données multimodales dans des projets d'apprentissage automatique

🔥 CNN pour la suppression de filigranes utilisant Deep Image Prior avec Pytorch 🔥.