deep-learning

Solusi ML lintas platform yang dapat disesuaikan untuk media langsung dan streaming.

500 Proyek AI, Machine learning, Deep learning, Computer vision, dan NLP dengan kode

Caffe: kerangka kerja terbuka yang cepat untuk deep learning.

🤗 Diffusers: Model difusi mutakhir untuk pembuatan gambar, video, dan audio di PyTorch.

OpenPose: Pustaka deteksi titik kunci multi-orang real-time untuk estimasi tubuh, wajah, tangan, dan kaki

CLIP (Contrastive Language-Image Pretraining), memprediksi cuplikan teks yang paling relevan berdasarkan gambar

Natural Language Processing (NLP) tingkat industri dalam Python

Pembacaan mendalam paragraf demi paragraf untuk makalah klasik dan baru tentang deep learning

Visualisator untuk model neural network, deep learning, dan machine learning

Pra-latih, sesuaikan (finetune) model AI APA PUN dengan ukuran BERAPAPUN pada 1 atau 10.000+ GPU tanpa perubahan kode.

Peta jalan untuk menjadi ahli Kecerdasan Buatan pada tahun 2022

Kode dan dokumentasi untuk melatih model Alpaca dari Stanford, serta menghasilkan datanya.

📚 Makalah & blog teknologi dari perusahaan yang membagikan karya mereka mengenai data science & machine learning dalam produksi.

OCR siap pakai dengan dukungan 80+ bahasa dan semua sistem penulisan populer termasuk Latin, Mandarin, Arab, Devanagari, Sirilik, dan lainnya.

:memo: Repositori Data Science yang luar biasa untuk belajar dan diterapkan pada masalah dunia nyata.

Buku deep learning interaktif dengan kode multi-framework, matematika, dan diskusi. Digunakan di 500 universitas dari 70 negara termasuk Stanford, MIT, Harvard, dan Cambridge.

Notebook Python untuk data science: Deep learning (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, big data (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, dasar-dasar Python, AWS, dan berbagai baris perintah.

Rencana harian lengkap untuk belajar menjadi insinyur machine learning.

Daftar kurasi tutorial, proyek, dan komunitas Deep Learning yang luar biasa.

Pustaka pemisahan sumber Deezer yang menyertakan model terlatih.

Label Studio adalah alat pelabelan dan anotasi data multi-tipe dengan format output terstandarisasi.

Pustaka deep learning fastai.

Sistem Pembelajaran Mesin (Machine Learning Systems).

deep learning untuk pemrosesan gambar termasuk klasifikasi dan deteksi objek dll.

Makalah deep learning yang paling banyak dikutip

Pendekatan teori permainan untuk menjelaskan output dari model pembelajaran mesin apa pun.

⛔️ DIHENTIKAN – Lihat https://github.com/ageron/handson-ml3 atau handson-mlp sebagai gantinya.

Buku fastai, diterbitkan sebagai Jupyter Notebook.

Terjemahan Gambar-ke-Gambar di PyTorch.

JARVIS, sebuah sistem untuk menghubungkan LLM dengan komunitas ML. Makalah: https://arxiv.org/pdf/2303.17580.pdf