deep-learning

Bibliothèque Python pour la modélisation bayésienne efficace avec le deep learning.

Boîte à outils pour le jeu de données TAIC (Trash Annotations in Context).

Deep Learning pour la réidentification de personnes : étude et perspectives

Service de déploiement générique et facile à utiliser pour les modèles de machine learning

Une collection de méthodes, codes et jeux de données basés sur l'apprentissage profond pour la fusion RGB-T. Les principaux domaines concernés sont la détection de piétons multispectrale, la détection d'objets aériens RGB-T, la segmentation sémantique RGB-T, le comptage de foule RGB-T et le suivi par fusion RGB-T.

Compilation d'exemples concrets et notables de projets de machine learning ayant échoué

Livre sur l'apprentissage profond appliqué aux molécules et aux matériaux

Apprentissage conjoint de caractéristiques de détection et d'identification pour la recherche de personnes.

Framework de Deep Learning natif pour Kubernetes

L'implémentation ANPR / ALPR la plus rapide au monde pour CPU, GPU, VPU et NPU utilisant le deep learning (Tensorflow, Tensorflow lite, TensorRT, OpenVX, OpenVINO). Multi-jeux de caractères (latin, coréen, chinois), multi-OS (Jetson, Android, Raspberry Pi, Linux, Windows) et multi-architectures (ARM, x86).

[ECCV 2024] InstructIR : Restauration d'images de haute qualité suivant des instructions humaines https://huggingface.co/spaces/marcosv/InstructIR

Ma liste de livres

NeuPy est une bibliothèque Python basée sur TensorFlow pour le prototypage et la construction de réseaux de neurones

Exemple de prédiction de séries temporelles multivariées multiples avec des réseaux de neurones récurrents LSTM en Python avec Keras.

🐸 Collection d'articles de recherche sur la synthèse vocale (TTS).

Implémentation CUDA rapide de soft dynamic time warping (différentiable) pour PyTorch

Nouveau format de fichier extensible pour le stockage de grands ensembles de données colonnaires.

Une liste organisée d'articles, de thèses, de jeux de données et d'outils liés à l'application du Machine Learning pour le Software Engineering

Une liste organisée (et récente) de ressources sur l'apprentissage avec des étiquettes bruitées (Learning with Noisy Labels).

Un code PyTorch open-source pour le comptage de foule

Un ensemble d'outils modulaire, ouvert et non propriétaire pour les fonctionnalités robotiques fondamentales exploitant le deep learning

Deep Learning élégant et performant

Framework de reconnaissance vocale automatique (ASR) en PyTorch, compatible avec les modes streaming et non-streaming, supportant les modèles Conformer, Squeezeformer et DeepSpeech2, ainsi que diverses méthodes d'augmentation de données.

Implémentation simple du modèle OpenAI CLIP en PyTorch.

Notebooks Colab couvrant les outils de deep learning pour la prédiction et la conception de structures biomoléculaires.

Une liste organisée de projets guidés en science des données et en IA pour commencer à constituer votre portfolio.

Site de collecte de ressources d'excellente qualité sur l'IA full-stack : rassemble d'excellentes ressources, documente les stratégies de résolution de problèmes d'ingénierie et les points clés, partage divers cas pratiques, suit l'évolution des technologies de pointe et englobe toutes les connaissances de l'IA full-stack, incluant les grands modèles, les techniques de programmation, le machine learning, le deep learning, l'apprentissage par renforcement, les réseaux de neurones sur graphes, la reconnaissance vocale, le NLP et la vision par ordinateur.

Une liste formidable d'écoles d'été sur l'intelligence artificielle, l'apprentissage automatique et la santé

Réglage fin (fine-tuning) de réseaux de neurones convolutifs pré-entraînés avec PyTorch.