deep-learning

Planificateur de taux d'apprentissage avec montée en puissance progressive pour PyTorch

CALVIN - Un benchmark pour l'apprentissage de politiques conditionnées par le langage pour des tâches de manipulation robotique à long terme

FaceXlib vise à fournir des fonctions liées au visage prêtes à l'emploi basées sur les méthodes open source actuelles de pointe (SOTA).

Image Ubuntu 20.04 pour Jetson Nano

Ressources, exemples et tutoriels pour l'IA multimodale, le RAG et les agents utilisant la recherche vectorielle et les LLM

NISQA - Évaluation non intrusive de la qualité de la parole et du naturel de la synthèse vocale (TTS).

Articles ICCV 2023-2025 : Découvrez la recherche de pointe de l'ICCV 2023-25, la conférence de référence en vision par ordinateur. Restez informé des dernières avancées en vision par ordinateur et deep learning, code inclus. ⭐ soutenez le développement de l'intelligence visuelle !

Implémentation officielle des Diffusion Autoencoders.

Blog technique sur les algorithmes d'apprentissage automatique en Python, avec du contenu original et des exemples de code. Pour plus de contenu, suivez le compte officiel "算法进阶".

Livre sur le Machine Learning Q and AI

Modèles de type Transformer, de BERT à GPT-4, et environnements, de Hugging Face à OpenAI. Exemples de fine-tuning, d'entraînement et de prompt engineering. Une section bonus incluant ChatGPT, GPT-3.5-turbo, GPT-4 et DALL-E, avec des guides pour démarrer avec GPT-4, la conversion parole-texte, texte-parole, la génération d'images avec DALL-E, Google Cloud AI, HuggingGPT, et plus encore.

Jeux de données audio IA (AI-ADS) incluant parole, musique et effets sonores, destinés à l'entraînement de modèles génératifs, à l'AIGC et au développement d'outils audio intelligents.

TinyChatEngine : bibliothèque d'inférence LLM sur appareil.

NequIP est un code pour construire des potentiels interatomiques E(3)-équivariants

Code pour la détection d'objets 3D destinée à la conduite autonome

[NeurIPS 2020] MCUNet : apprentissage profond miniature pour appareils IoT ; [NeurIPS 2021] MCUNetV2 : inférence par patchs économe en mémoire pour l'apprentissage profond miniature ; [NeurIPS 2022] MCUNetV3 : entraînement sur appareil avec moins de 256 Ko de mémoire.

Bolt est une bibliothèque d'apprentissage profond offrant haute performance et flexibilité hétérogène

Collection de méthodes récentes sur la compression et l'accélération des réseaux de neurones (profonds).

Université open source pour l'apprentissage automatique.

Optimisation de l'apprentissage par renforcement avec RLOps. Algorithmes et outils RL de pointe, avec un entraînement 10 fois plus rapide grâce à l'optimisation évolutionnaire des hyperparamètres.

Un article par semaine

Sélection de plus de 10 000 projets couvrant le machine learning, le deep learning, le NLP, les GNN, les systèmes de recommandation, la biomédecine, la vision par ordinateur et le développement web.

Environnements Gibson : perception du monde réel pour les agents incarnés

[CVPR 2022] Implémentation officielle de l'article "Uformer: A General U-Shaped Transformer for Image Restoration".

Bibliothèque Python pour l'apprentissage par renforcement.

Une interface uniforme pour exécuter des modèles de deep learning issus de multiples frameworks.

Dépôt pour Vision Transformer avec Deformable Attention (CVPR2022) et DAT++ : Vision Transformer spatialement dynamique avec Deformable Attention

Implémentation officielle PyTorch d'ODISE : segmentation panoptique à vocabulaire ouvert avec des modèles de diffusion texte-image [CVPR 2023 Highlight].

Deep Speaker : un système de plongement de locuteur neuronal de bout en bout.

Modèles de segmentation sémantique SOTA en PyTorch