deep-learning

Sumber daya, praktik, dan penelitian Machine Learning serta Agentic AI.

Edisi ke-3 dari course.fast.ai.

Torchreid: Deep learning untuk re-identifikasi orang di PyTorch.

Saya percaya bahwa Anda, mahasiswa pascasarjana dan pencari kerja yang menjadi target utama buku ini, akan mendapatkan manfaat dari membacanya; namun, saya berharap peneliti paling berpengalaman sekalipun akan menganggapnya menarik.

Framework sumber terbuka untuk Prompt-Learning.

Toolkit Visualisasi Deep Learning (alat visualisasi deep learning 'PaddlePaddle')

Densely Connected Convolutional Networks, dalam CVPR 2017 (Penghargaan Makalah Terbaik).

Framework Deep Learning yang Agnostik-Engine di Java

Bahasa pemrograman probabilistik di TensorFlow. Model generatif mendalam, inferensi variasional.

100+ peta algoritma LLM / RL orisinal, karya penulis 《大模型算法》.

MegEngine adalah kerangka kerja deep learning yang cepat, dapat diperluas, mudah digunakan, dan mendukung diferensiasi otomatis

Library tingkat tinggi untuk membantu pelatihan dan evaluasi neural network di PyTorch secara fleksibel dan transparan.

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

Pengetahuan, kode, dan ide untuk kompetisi data mining, computer vision, natural language processing, dan sistem rekomendasi.

Toolbox OpenMMLab untuk deteksi, pengenalan, dan pemahaman teks.

Kumpulan lembar contekan, buku, pertanyaan, dan portofolio untuk persiapan wawancara DS/ML.

Santai! Flux adalah pustaka ML yang tidak membuat Anda stres (tensor)

LightGlue: Pencocokan Fitur Lokal dengan Kecepatan Cahaya (ICCV 2023)

Panduan Prompt Engineering, Generative AI, dan LLM oleh Learn Prompting | Bergabunglah dengan discord kami untuk komunitas pembelajaran Prompt Engineering terbesar

Implementasi JAX dari model Whisper OpenAI untuk peningkatan kecepatan hingga 70x pada TPU.

Tumpukan perangkat lunak Google DeepMind untuk simulasi berbasis fisika dan lingkungan Reinforcement Learning, menggunakan MuJoCo.

Panduan untuk membangun sistem deep learning tingkat produksi praktis yang akan diterapkan dalam aplikasi dunia nyata.

Daftar sumber daya Python pilihan untuk data science.

Mesin inferensi cepat untuk model Transformer.

TNN: dikembangkan oleh Tencent Youtu Lab dan Guangying Lab, kerangka kerja inferensi deep learning yang seragam untuk perangkat seluler, desktop, dan server. TNN menonjol karena fitur-fitur unggulannya, termasuk kemampuan lintas platform, performa tinggi, kompresi model, dan pemangkasan kode. Berbasis pada ncnn dan Rapidnet, TNN semakin memperkuat dukungan dan optimasi performa untuk perangkat seluler.

Peredaman kebisingan menggunakan deep filtering

🤗 AutoTrain Advanced

Implementasi Plug and Play dari Tree of Thoughts: Pemecahan Masalah yang Disengaja dengan Model Bahasa Besar yang meningkatkan penalaran model setidaknya 70%

[ECCV 2022] Implementasi resmi BEVFormer, kerangka kerja berbasis kamera untuk persepsi mengemudi otonom, seperti deteksi objek 3D dan segmentasi peta semantik.

Buku "Large Language Models" oleh Zhao Xin, Li Junyi, Zhou Kun, Tang Tianyi, dan Wen Jirong.