tensorflow

BladeDISC est un projet de compilateur de formes dynamiques (Dynamic Shape Compiler) de bout en bout pour les charges de travail d'apprentissage automatique.

Compression de données dans TensorFlow.

Guide de survie pour ingénieurs en deep learning.

Détecter le langage de programmation d'un code source.

Lecteur/enregistreur TFRecord autonome compatible avec les chargeurs de données PyTorch

Un framework de service de modèles ML haute performance, offrant un traitement par lots dynamique et des pipelines CPU/GPU pour exploiter pleinement votre machine de calcul.

Améliorez vos images avec JavaScript et l'IA. Augmentez la résolution, retouchez, réduisez le bruit et plus encore. Open source, compatible navigateur et Node, licence MIT.

Application Web de prédiction boursière basée sur l'apprentissage automatique et l'analyse de sentiment des tweets. Le front-end est basé sur Flask et Wordpress. L'application prévoit les cours des sept prochains jours pour toute action NASDAQ ou NSE saisie par l'utilisateur, en utilisant trois algorithmes : ARIMA, LSTM et régression linéaire.

tfts : modèles d'apprentissage profond pour séries temporelles dans TensorFlow

Un wrapper Julia pour TensorFlow

Apprentissage automatique / Deep Learning / Python / Grands modèles / Multimodal / LLM / Tutoriel NLP / Entretien algorithmique.

Transformées en ondelettes avec accélération GPU en Python.

Un module Redis pour servir des tenseurs et exécuter des graphes d'apprentissage profond

Une interface en ligne de commande (CLI) pour Kubeflow.

Boîtes à outils de traitement du langage naturel de XiaoMi.

Classification de texte multi-étiquettes, classifieur, BERT, seq2seq, attention, multi-label-classification

Exécuter des modèles TensorFlow en C++ sans installation ni Bazel

Neural Network (NN) Streamer, paradigme de traitement de flux pour les applications et appareils basés sur les réseaux de neurones

Exemple d'apprentissage automatique avec TensorFlow Lite sur Android

Convertisseur de modèles d'apprentissage profond pour PaddlePaddle.

Interprète en langue des signes utilisant le flux vidéo en direct de la caméra

GPU-Jupyter : votre JupyterLab accéléré par GPU avec une riche pile d'outils de science des données, TensorFlow et PyTorch pour vos expériences d'apprentissage profond reproductibles.

Articles de recherche hautement cités et issus de conférences majeures sur l'interprétabilité des modèles de réseaux de neurones en Deep Learning (avec code).

Traductions de la documentation de TensorFlow

Construire et installer la bibliothèque API C++ de TensorFlow.

Implémentation Tensorflow et Keras de U-net, V-net, U-net++, UNET 3+, Attention U-net, R2U-net, ResUnet-a, U^2-Net, TransUNET et Swin-UNET avec des backbones optionnels entraînés sur ImageNet.

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

Moteur d'inférence d'apprentissage automatique pour microcontrôleurs et appareils embarqués

Framework de Deep Learning natif pour Kubernetes

Modèles OCR légers et rapides pour la reconnaissance de texte sur plaques d'immatriculation.