tensorflow

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

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.

💁 Une collection impressionnante de modèles Transformers pour le traitement du langage naturel, incluant des articles, vidéos, blogs, dépôts officiels et notebooks Colab. 🛫☑️

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

Exemples pour les boîtes à outils Intel® oneAPI.

Une bibliothèque légère, composée uniquement d'en-têtes, pour utiliser des modèles Keras (TensorFlow) en C++.

Apprenez à faire apprendre les machines pour ne plus avoir à lutter pour les programmer ; la liste ultime

Exemples et outils pour Windows ML.

TensorFlow 101 : Introduction au Deep Learning

Colorisation d'images en noir et blanc grâce au deep learning.

Réseaux de neurones en temps continu sous forme fermée.

Reconnaissance de gestes via CNN, implémentée avec Keras, Tensorflow/Theano et OpenCV

Augmentez la résolution d'une image par un facteur de 4 tout en générant des détails photoréalistes.

Apprentissage rapide et simple de la structure de réseaux profonds sous contraintes de ressources.

Méthodes d'interprétabilité pour les modèles tf.keras avec Tensorflow 2.x

Codes sources du livre Reinforcement Learning: Theory and Python Implementation

Entraînement de modèles neuronaux avec des signaux structurés.

TensorFlowASR : Reconnaissance vocale automatique quasi à l'état de l'art sous Tensorflow 2. Langues supportées utilisant des caractères ou des sous-mots.

Implémentation agnostique au framework pour des méthodes de saillance de pointe (XRAI, BlurIG, SmoothGrad, et plus).

Outil de conversion de fichiers ONNX vers LiteRT/TFLite/TensorFlow, code natif PyTorch (nn.Module), TorchScript (.pt), state_dict (.pt), Exported Program (.pt2) et Dynamo ONNX. Supporte également la conversion directe de LiteRT vers PyTorch.

Apprenez le deep learning avec tensorflow 2.0, keras et python grâce à cette série de tutoriels complète. Apprenez le deep learning à partir de zéro.

Hub de modèles pré-entraînés pour Keras 3.

Construction d'un système de dialogue en chinois basé sur la dernière version de Rasa

Image Ubuntu 20.04 pour Jetson Nano

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

Implémentation de VGGFace avec le framework Keras

Méthode en temps réel estimant la pose humaine 3D directement au format Bio Vision Hierarchy (BVH), à partir d'estimations d'articulations 2D issues d'images couleur monoculaires. Nos contributions incluent : (a) Une représentation NSRM de pose 2D nouvelle et compacte. (b) Un classificateur d'orientation du corps humain et un ensemble d'orientations ajustées.

kapre : préprocesseurs audio pour Keras

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

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