deep-learning

FB-BEV और FB-OCC का आधिकारिक PyTorch कार्यान्वयन - विजन-केंद्रित स्वायत्त ड्राइविंग धारणा के लिए फॉरवर्ड-बैकवर्ड व्यू ट्रांसफॉर्मेशन

MAMMA के लिए आधिकारिक कोड: मार्कररहित सटीक बहु-व्यक्ति गति अधिग्रहण।

डीप लर्निंग और पारंपरिक एल्गोरिदम दोनों के लिए मशीन लर्निंग फ्रेमवर्क

PyTorch के लिए टैबुलर डीप लर्निंग लाइब्रेरी

CnSTD: PyTorch/MXNet पर आधारित चीनी/अंग्रेजी दृश्य पाठ पहचान (Scene Text Detection), गणितीय सूत्र पहचान (MFD), और लेआउट विश्लेषण के लिए एक Python3 पैकेज

[बीटा में] QPT - ओपन-सोर्स प्रोजेक्ट्स को इंटरनेट पर आसानी से उपलब्ध कराने के लिए एक Python to EXE टूल (Python पैकेजिंग)।

Confucius4-TTS: एक बहुभाषी और क्रॉस-लिंगुअल ज़ीरो-शॉट TTS इंजन

PyTorch पर आधारित तंत्रिका नेटवर्क का उपयोग करके अवकल समीकरणों को हल करने के लिए एक लाइब्रेरी, जिसका उपयोग हार्वर्ड IACS सहित दुनिया भर के कई शोध समूहों द्वारा किया जाता है।

मल्टीपल वाहन-माउंटेड कैमरों की छवियों से सिमेंटिकली सेगमेंटेड बर्ड्स आई व्यू (BEV) छवि की गणना करने के लिए TensorFlow कार्यान्वयन।

एडवांस्ड मॉडलिंग के लिए फिजिक्स-इन्फॉर्म्ड न्यूरल नेटवर्क

Pytorch में Phenaki Video का कार्यान्वयन, जो 2 मिनट तक के टेक्स्ट-गाइडेड वीडियो बनाने के लिए Mask GIT का उपयोग करता है।

Revisiting Image Pyramid Structure for High Resolution Salient Object Detection (ACCV 2022) का आधिकारिक PyTorch कार्यान्वयन

DNABERT: जीनोम में DNA-भाषा के लिए ट्रांसफॉर्मर मॉडल से प्री-ट्रेंड बिडायरेक्शनल एनकोडर रिप्रेजेंटेशन।

Multi-Scale Neural Audio Codec (SNAC) जो ऑडियो को कम बिटरेट पर डिस्क्रीट कोड में कंप्रेस करता है।

एक डीप न्यूरल नेटवर्क जो वीडियो गेम्स में ड्राइविंग करना सीखता है

Android TensorFlow Lite मशीन लर्निंग उदाहरण।

SageMaker Studio Lab के साथ काम करने के लिए उदाहरण नोटबुक्स। नीचे दिए गए लिंक पर एक खाता बनाएँ!

कैमरे से लाइव वीडियो फीड का उपयोग करने वाला एक सांकेतिक भाषा दुभाषिया।

AI उत्पादकता टूल - मुफ्त और ओपन सोर्स, उपयोगकर्ता की उत्पादकता में सुधार करता है, और गोपनीयता तथा डेटा सुरक्षा की रक्षा करता है। इसमें शामिल हैं लेकिन सीमित नहीं: इन-बिल्ट लोकल एक्सक्लूसिव ChatGPT, DeepSeek, Phi, Qwen और अन्य मॉडल, चित्रों, वीडियो, ऑडियो आदि की एक-क्लिक बैच इंटेलिजेंट प्रोसेसिंग।

नेटवर्क ट्रैफ़िक वर्गीकरण के लिए डीप लर्निंग मॉडल

डीप लर्निंग में न्यूरल नेटवर्क मॉडल की व्याख्यायिता पर हाल के वर्षों के अत्यधिक उद्धृत / शीर्ष सम्मेलन के पेपर (कोड के साथ)

LSD (LiDAR SLAM & Detection) स्वायत्त वाहनों/रोबोटिक्स के लिए एक ओपन सोर्स परसेप्शन आर्किटेक्चर है

जटिल न्यूरल नेटवर्क बनाने के लिए एक सरल लाइब्रेरी।

इस रिपॉजिटरी में कंप्यूटर विज़न के शीर्ष सम्मेलनों में स्वीकृत सभी शोध पत्र शामिल हैं, जिन्हें संबंधित शोध पत्रों को खोजने की सुविधा के साथ व्यवस्थित किया गया है।

PyBullet फिजिक्स इंजन और gymnasium पर आधारित रोबोटिक वातावरण का सेट।

ToolOrchestra टूल्स और एजेंटिक वर्कफ़्लो को व्यवस्थित करने के लिए एक एंड-टू-एंड RL ट्रेनिंग फ्रेमवर्क है।

PaddlePaddle पर आधारित वाक् पहचान (Speech Recognition), चीनी वाक् पहचान। परियोजना परिपक्व है और पहचान प्रभाव अच्छा है। Windows और Linux के तहत प्रशिक्षण और पूर्वानुमान का समर्थन करता है, और Nvidia Jetson विकास बोर्ड पूर्वानुमान का समर्थन करता है।

ऑडियो प्रोसेसिंग के लिए डीप लर्निंग

नोटबुक्स में इंटरैक्टिव Pytorch फॉरवर्ड पास विज़ुअलाइज़ेशन

आर्टिफिशियल न्यूरल नेटवर्क के लिए एक हल्की C लाइब्रेरी