keras

Bindings .NET Standard pour TensorFlow de Google, destinés au développement, à l'entraînement et au déploiement de modèles de Machine Learning en C# et F#.

Determined est une plateforme d'apprentissage automatique open source qui simplifie l'entraînement distribué, le réglage des hyperparamètres, le suivi des expériences et la gestion des ressources. Compatible avec PyTorch et TensorFlow.

Bac à sable pour l'entraînement de réseaux de deep learning

Boîte à outils Python pour créer des exemples adverses destinés à tromper les réseaux de neurones sous PyTorch, TensorFlow et JAX.

Visualisez les résumés des modèles dans PyTorch !

Une bibliothèque de réglage des hyperparamètres pour Keras.

Génération de jazz basée sur l'apprentissage profond avec Keras et Theano !

Couche d'attention Keras (scores de Luong et Bahdanau).

Réseau de neurones profond pour extraire des informations intelligentes à partir de documents de facturation.

[Prix du meilleur article IEEE TMI] Implémentation officielle de UNet++.

Convertir des modèles TensorFlow, Keras, Tensorflow.js et Tflite vers ONNX

Détection légère de nudité

Scénarios, tutoriels et démonstrations pour la conduite autonome

Réseaux de neurones sur graphes avec Keras et Tensorflow 2

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 PyTorch et TensorFlow des modèles neuronaux câblés NCP, LTC et CfC

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

Apprentissage automatique sur FPGA utilisant HLS

Modèle Keras pour la détection de contenu NSFW.

Deep Learning avancé avec Keras, publié par Packt

Réseau de neurones convolutifs temporels (TCN) pour Keras. Compatible Python et R.

Entraînez efficacement des modèles d'IA sur des images médicales en utilisant n'importe quel framework

Graphes de réseaux de neurones et métriques d'entraînement pour PyTorch, Tensorflow et Keras.

🤖 Expériences d'apprentissage automatique interactives : 🏋️ entraînement de modèles + 🎨 démonstration de modèles.

Classification de textes chinois (longs, courts, multi-étiquettes) et similarité de phrases avec Keras NLP, incluant des classes de base pour les embeddings et les réseaux (graph), FastText, TextCNN, CharCNN, TextRNN, RCNN, DCNN, DPCNN, VDCNN, CRNN, Bert, Xlnet, Albert, Attention, DeepMoji, HAN, CapsuleNet, Transformer-encode, Seq2seq, SWEM, LEAM et TextGCN.

AutoML Python pour les systèmes de trading et les paris sportifs.

Paris sportifs sur la NBA utilisant l'apprentissage automatique

Expériences d'hyperparamètres avec TensorFlow et Keras

Boîte à outils pour optimiser les modèles ML pour le déploiement avec Keras et TensorFlow, incluant la quantification et l'élagage.

Modèle de deep learning de pointe pour l'analyse des sentiments, des émotions, du sarcasme, etc.