neural-networks

Kumpulan materi Artificial Intelligence, Machine Learning, dan Deep Learning yang luar biasa saat kami mempelajarinya. Catatan studi dan daftar sumber daya terpilih untuk topik-topik tersebut.

Paket akselerasi untuk jaringan saraf pada CPU multi-inti

Neural Networks yang didukung oleh Nx

:red_circle: MiniSom adalah implementasi minimalis dari Self Organizing Maps

Implementasi berkualitas tinggi dari metode standar dan SOTA pada berbagai tugas.

Macaw-LLM: Pemodelan Bahasa Multi-Modal dengan Integrasi Gambar, Video, Audio, dan Teks

Simulasi 2D Unity di mana mobil belajar bernavigasi sendiri melalui berbagai jalur. Mobil dikemudikan oleh feedforward neural network. Bobot jaringan dilatih menggunakan algoritma genetika yang dimodifikasi.

Brevitas: kuantisasi jaringan saraf di PyTorch

Model deep learning mutakhir untuk menganalisis sentimen, emosi, sarkasme, dll.

Daftar makalah yang mempelajari machine learning melalui sudut pandang teori kategori

Daftar kurasi Sumber Daya Kecerdasan Buatan Terbaik

Penghitungan dan statistik pada manifold dengan struktur geometris.

Kerangka kerja deep learning Koç University.

Kode untuk loss Lovász-Softmax (CVPR 2018)

Pustaka tensor yang cepat, ergonomis, dan portabel dalam Nim dengan fokus deep learning untuk CPU, GPU, dan perangkat tertanam melalui backend OpenMP, Cuda, dan OpenCL

Peta jalan dan sumber daya Pemrograman Tingkat Rendah.

Perangkat Lunak ML Arm NN.

Repositori Resmi untuk "Mish: A Self Regularized Non-Monotonic Neural Activation Function" [BMVC 2020]

Sebuah pustaka JavaScript seperti PyTorch, dengan akselerasi GPU.

Pemecah Persamaan Diferensial (Parsial) Berbasis Physics-Informed Neural Networks (PINN) untuk simulasi terakselerasi Scientific Machine Learning (SciML)

pyclustering adalah pustaka data mining Python dan C++.

PDEBench: Tolok Ukur Ekstensif untuk Pembelajaran Mesin Ilmiah

Panduan dasar machine learning yang dibangun dari prinsip pertama. Untuk insinyur yang ingin bernalar tentang sistem ML seperti cara mereka bernalar tentang sistem perangkat lunak.

Proyek untuk memproses jaringan saraf dan melakukan rendering guna mendapatkan wawasan tentang arsitektur dan parameter model melalui representasi yang bersih.

Pustaka Jaringan Saraf Tiruan tingkat tinggi untuk mikrokontroler.

Daftar kurasi sumber daya NLP yang berfokus pada jaringan Transformer, mekanisme attention, GPT, BERT, ChatGPT, LLM, dan transfer learning.

Pustaka komputasi evolusioner tingkat lanjut yang dibangun langsung di atas PyTorch, dibuat di NNAISENSE.

TensorFlow 101: Pengantar Deep Learning

Paket nnsight memungkinkan interpretasi dan manipulasi bagian internal model deep learning.

Koleksi sumber daya dan penelitian pilihan terkait geometri representasi di otak, jaringan deep learning, dan lainnya