deep-learning

Implementasi Rotary Embeddings dari makalah Roformer di Pytorch.

Deep Learning Deskriptif

Adan: Algoritma Adaptive Nesterov Momentum untuk optimasi model deep learning yang lebih cepat.

Daftar Penyedia Cloud Deep Learning

Kode untuk makalah ICCV 2021 kami "DeepCAD: A Deep Generative Network for Computer-Aided Design Models"

CLI untuk Kubeflow.

[CVPR 2022] "MonoScene: Monocular 3D Semantic Scene Completion": Prediksi Okupansi Semantik 3D dari satu gambar.

Deep learning dengan spiking neural networks (SNN) di PyTorch.

Makalah tentang explainability GNN

[ICLR 2024] Mengontrol Vision-Language Models untuk Restorasi Gambar Universal. Peringkat ke-5 dalam NTIRE 2024 Restore Any Image Model in the Wild Challenge.

Library Vision berkinerja tinggi di Python. Fokus pada riset, bukan boilerplate.

Pustaka C++ header-only untuk optimasi numerik

depyf adalah alat untuk membantu Anda memahami dan beradaptasi dengan kompiler PyTorch torch.compile

Implementasi dari nol untuk model bahasa sparse mixture of experts yang terinspirasi oleh makemore karya Andrej Karpathy.

Pelatihan/Fine-tuning dengan kecepatan cahaya

Implementasi pola sparse attention yang diusulkan oleh tim Deepseek dalam makalah "Native Sparse Attention" mereka

Kursus deep learning NMA

Bahasa templating yang ditulis untuk alur kerja Stable Diffusion. Tersedia sebagai ekstensi untuk Automatic1111 WebUI.

[TMLR 2025🔥] Survei untuk model autoregresif dalam visi.

Baseline yang kuat untuk klasifikasi gambar, pengenalan wajah, dan pengambilan gambar dengan Pytorch

PhoBERT: Model bahasa pratertarik untuk bahasa Vietnam (Temuan EMNLP-2020)

Rekayasa fitur adalah proses menggunakan pengetahuan domain untuk mengekstrak fitur dari data mentah melalui teknik penambangan data. Fitur-fitur ini dapat digunakan untuk meningkatkan kinerja algoritma machine learning. Rekayasa fitur dapat dianggap sebagai machine learning terapan itu sendiri.

Daftar pilihan Active Learning yang luar biasa

Sumber daya tentang peramalan deret waktu dan deep learning.

DeepInverse: pustaka PyTorch untuk menyelesaikan masalah invers pencitraan menggunakan deep learning

Melatih Model secara Kontrastif di PyTorch

Implementasi PyTorch dari makalah "Class-Balanced Loss Based on Effective Number of Samples"

Pustaka penangkapan layar performa tinggi Python untuk Windows menggunakan Desktop Duplication API - Diperbarui 2026

Buku komprehensif tentang neural networks dan large language models dalam NLP

Pemecah QP yang cepat dan dapat dibedakan untuk PyTorch.