deep-learning

मशीन लर्निंग और एजेंटिक AI संसाधन, अभ्यास और अनुसंधान।

course.fast.ai का तीसरा संस्करण।

Torchreid: PyTorch में डीप लर्निंग पर्सन री-आइडेंटिफिकेशन।

यह मेरा विश्वास है कि आप, स्नातकोत्तर छात्र और नौकरी चाहने वाले जिनके लिए यह पुस्तक मुख्य रूप से है, इसे पढ़ने से लाभान्वित होंगे; हालांकि, मुझे आशा है कि सबसे अनुभवी शोधकर्ता भी इसे आकर्षक पाएंगे।

प्रॉम्प्ट-लर्निंग के लिए एक ओपन-सोर्स फ्रेमवर्क।

डीप लर्निंग विज़ुअलाइज़ेशन टूलकिट

डेंसली कनेक्टेड कनवोल्यूशनल नेटवर्क्स, CVPR 2017 में (सर्वश्रेष्ठ पेपर पुरस्कार)।

Java में एक इंजन-अग्नॉस्टिक डीप लर्निंग फ़्रेमवर्क

TensorFlow में एक प्रोबेबिलिस्टिक प्रोग्रामिंग भाषा। डीप जनरेटिव मॉडल, वेरिएशनल इन्फेरेंस।

🌟100+ ओरिजिनल LLM / RL आर्किटेक्चर डायग्राम्स📚, 'Large Model Algorithms' के लेखक द्वारा प्रस्तुत!💥 (100+ LLM/RL एल्गोरिदम मैप्स)

MegEngine एक तेज़, स्केलेबल, उपयोग में आसान और ऑटो-डिफ़रेंशिएशन समर्थित डीप लर्निंग फ्रेमवर्क है।

PyTorch में न्यूरल नेटवर्क को लचीले और पारदर्शी तरीके से प्रशिक्षित करने और मूल्यांकन करने में मदद करने के लिए हाई-लेवल लाइब्रेरी।

cifar100 पर अभ्यास (ResNet, DenseNet, VGG, GoogleNet, InceptionV3, InceptionV4, Inception-ResNetv2, Xception, Resnet In Resnet, ResNext, ShuffleNet, ShuffleNetv2, MobileNet, MobileNetv2, SqueezeNet, NasNet, Residual Attention Network, SENet, WideResNet)

डेटा माइनिंग, कंप्यूटर विजन, नेचुरल लैंग्वेज प्रोसेसिंग, रिकमेंडेशन सिस्टम प्रतियोगिता ज्ञान, कोड, विचार

DS/ML इंटरव्यू की तैयारी के लिए चीटशीट्स, बुक्स, प्रश्नों और पोर्टफोलियो का संग्रह

OpenMMLab टेक्स्ट डिटेक्शन, रिकग्निशन और अंडरस्टैंडिंग टूलबॉक्स

LightGlue: लाइट स्पीड पर लोकल फीचर मैचिंग (ICCV 2023)

रिलैक्स! Flux वह ML लाइब्रेरी है जो आपको टेंसर नहीं बनाती

Learn Prompting द्वारा Prompt Engineering, Generative AI, और LLM गाइड | सबसे बड़े Prompt Engineering लर्निंग कम्युनिटी के लिए हमारे Discord से जुड़ें

MuJoCo का उपयोग करके भौतिकी-आधारित सिमुलेशन और Reinforcement Learning वातावरण के लिए Google DeepMind का सॉफ्टवेयर स्टैक।

TPU पर 70x तक की गति बढ़ाने के लिए OpenAI के Whisper मॉडल का JAX कार्यान्वयन।

डेटा साइंस के लिए Python संसाधनों की क्यूरेटेड सूची।

Transformer मॉडल के लिए तेज़ इन्फेंस इंजन।

वास्तविक दुनिया के अनुप्रयोगों में तैनात किए जाने वाले व्यावहारिक उत्पादन-स्तरीय गहरे शिक्षण सिस्टम के निर्माण के लिए एक दिशानिर्देश।

डीप फ़िल्टरिंग का उपयोग करके शोर दमन

TNN: Tencent Youtu Lab और Guangying Lab द्वारा विकसित, मोबाइल, डेस्कटॉप और सर्वर के लिए एक यूनिफ़ॉर्म डीप लर्निंग इन्फ्रेन्स फ्रेमवर्क। TNN अपनी कई उत्कृष्ट विशेषताओं के लिए जाना जाता है, जिसमें इसकी क्रॉस-प्लेटफ़ॉर्म क्षमता, उच्च प्रदर्शन, मॉडल कंप्रेशन और कोड प्रूनिंग शामिल हैं। ncnn और Rapidnet के आधार पर, TNN मोबाइल उपकरणों के लिए समर्थन और प्रदर्शन अनुकूलन को और मजबूत करता है, और साथ ही

🤗 AutoTrain Advanced

Tree of Thoughts का प्लग-इन और प्ले कार्यान्वयन: लार्ज लैंग्वेज मॉडल्स के साथ विचारशील समस्या समाधान जो मॉडल की तर्क क्षमता को कम से कम 70% तक बढ़ाता है।

[ECCV 2022] यह BEVFormer का आधिकारिक कार्यान्वयन है, जो स्वायत्त ड्राइविंग धारणा के लिए एक कैमरा-ओनली फ्रेमवर्क है, जैसे 3D ऑब्जेक्ट डिटेक्शन और सेमांटिक मैप सेगमेंटेशन।

"लार्ज लैंग्वेज मॉडल" लेखक: झाओ शिन, ली जुनिई, झोउ कुन, तांग तियानयी, वेन जिरोंग