deep-learning

Implémentations, code de pré-entraînement et jeux de données pour modèles de séries temporelles larges

Crater est une plateforme cloud-native d'entraînement et d'inférence pour l'IA.

Code officiel de PatchmatchNet (CVPR 2021 Oral)

PraNet : Réseau d'attention inverse parallèle pour la segmentation des polypes, MICCAI 2020 (Oral). Le code utilisant le framework Jittor est disponible.

Solutions pour les projets DataCamp

Une collection de modèles de détection de fausses nouvelles basés sur les GNN.

Boîte à outils de pathologie computationnelle développée par le TIA Centre, Université de Warwick.

Implémentation non officielle de vits2-TTS en pytorch

Approximations de Laplace pour le Deep Learning.

La nouvelle génération d'Albumentations : double licence pour usage open source et commercial

Une interface unifiée pour les algorithmes d'optimisation et les expérimentations

Une liste organisée de ressources sur l'intelligence artificielle (cours, outils, applications, projets open source)

Bibliothèque de CNNs orientables équivariants pour PyTorch https://quva-lab.github.io/escnn/

Mise en correspondance multivue avec apprentissage profond et caractéristiques locales artisanales pour COLMAP et d'autres logiciels SfM. Prend en charge les formats haute résolution et les images avec rotations. CLI et GUI sont supportés.

Ce dépôt contient une liste de lecture d'articles sur la segmentation de séries temporelles. Ce dépôt est en amélioration continue.

Tutoriel complet sur le Deep Learning : de zéro à héros

Happy Transformer facilite le réglage fin (fine-tuning) et l'inférence avec les modèles NLP Transformer.

Un jeu de données automobile multimodal à grande échelle avec simulations de dynamique des fluides computationnelle et benchmarks d'apprentissage profond.

Ressources sur l'apprentissage fédéré et la confidentialité dans le machine learning

Implémentation du Classifier Free Guidance en Pytorch, axée sur le conditionnement textuel et la flexibilité pour intégrer plusieurs modèles d'embedding de texte.

SDK Supervisely pour Python - un moyen pratique d'automatiser, de personnaliser et d'étendre la plateforme Supervisely pour vos tâches de vision par ordinateur

Brainchop : Rendu et segmentation d'IRM 3D directement dans le navigateur.

Votre guide pratique des mathématiques utilisées en intelligence artificielle.

Implémentation non officielle d'iTransformer - SOTA pour la prévision de séries temporelles utilisant des réseaux d'attention, par l'Université Tsinghua et Ant Group.

Créez un chatbot ou un bot de questions-réponses basé sur le contenu de votre site web.

dddmr_navigation est une solution de navigation 3D pour robots mobiles incluant la cartographie, la localisation, la perception, la planification de trajectoire, le contrôleur et la pile de navigation.

Modèle de corps de drosophile pour MuJoCo et tâches d'apprentissage par renforcement pour la locomotion.

Ressources sur la généralisation de domaine, incluant articles, code, etc.

Implémentation PyTorch de Perceiver, Perceiver IO et Perceiver AR avec des scripts PyTorch Lightning pour l'entraînement distribué.

Ce dépôt est destiné à tous les passionnés d'IA qui aiment lire des livres et apprendre.