メインコンテンツへスキップ
buildradar
Sign in
トピック · deep-learning

deep-learning

deep-learning がタグ付けされた追跡中のオープンソースリポジトリを、スター数順に表示します。

1,464 件のリポジトリ
  • rotary-embedding-torch@lucidrains

    Roformer 論文に基づくロータリー埋め込み(Rotary Embeddings)の PyTorch 実装。

    824+2直近 7 日のスター増減
  • kur@deepgram

    記述的ディープラーニング

    823-1直近 7 日のスター増減
  • Adan@sail-sg

    Adan: 深層学習モデルの高速化を実現する適応型Nesterovモメンタムアルゴリズム

    822+0直近 7 日のスター増減
  • ディープラーニング向けクラウドプロバイダーのリスト

    822-1直近 7 日のスター増減
  • DeepCAD@rundiwu

    ICCV 2021 の論文「DeepCAD: A Deep Generative Network for Computer-Aided Design Models」のコード

    820+6直近 7 日のスター増減
  • MonoScene@astra-vision

    [CVPR 2022] "MonoScene: Monocular 3D Semantic Scene Completion": 1枚の画像からの3Dセマンティック占有予測

    819+0直近 7 日のスター増減
  • norse@norse

    PyTorchによるスパイキングニューラルネットワーク(SNN)のディープラーニング

    819+0直近 7 日のスター増減
  • arena@kubeflow

    Kubeflow用のCLI。

    819+0直近 7 日のスター増減
  • daclip-uir@Algolzw

    [ICLR 2024] 汎用画像復元の為の Vision-Language Model の制御。NTIRE 2024 Restore Any Image Model in the Wild Challenge にて 5 位入賞。

    817+1直近 7 日のスター増減
  • GNN の説明可能性に関する論文集

    817+2直近 7 日のスター増減
  • caer@jasmcaus

    Pythonの高性能ビジョンライブラリ。ボイラープレートではなく研究をスケールさせます。

    816+0直近 7 日のスター増減
  • depyf@thuml

    PyTorch コンパイラ torch.compile の理解と適応を助けるツール depyf

    815+0直近 7 日のスター増減
  • ensmallen@mlpack

    数値最適化のためのヘッダーオンリー C++ ライブラリ --

    815+2直近 7 日のスター増減
  • makeMoE@AviSoori1x

    Andrej Karpathy の makemore にインスパイアされた、スパース Mixture of Experts 言語モデルのスクラッチ実装 :)

    814+0直近 7 日のスター増減
  • surogate@invergent-ai

    光速でのトレーニングおよびファインチューニング

    813+0直近 7 日のスター増減
  • Deepseek チームの論文「Native Sparse Attention」で提案されたスパースアテンションパターンの実装

    813+1直近 7 日のスター増減
  • course-content-dl@NeuromatchAcademy

    NMA ディープラーニングコース

    812+1直近 7 日のスター増減
  • unprompted@ThereforeGames

    Stable Diffusion ワークフロー用に書かれたテンプレート言語。Automatic1111 WebUI の拡張機能として利用可能です。

    809+0直近 7 日のスター増減
  • 視覚分野における自己回帰モデルのサーベイ論文。

    808+1直近 7 日のスター増減
  • Doraemon@wuji3

    PyTorchを用いた画像分類、顔認識、画像検索のための強力なベースライン

    807+1直近 7 日のスター増減
  • Amazing-Feature-Engineering@ashishpatel26

    特徴量エンジニアリングは、ドメイン知識を用いてデータマイニング手法により生データから特徴量を抽出するプロセスです。これらの特徴量は機械学習アルゴリズムの性能向上に利用できます。特徴量エンジニアリングは応用機械学習そのものと見なすことができます。

    806-1直近 7 日のスター増減
  • PhoBERT@VinAIResearch

    PhoBERT:ベトナム語向けの事前学習済み言語モデル(EMNLP-2020 Findings)。

    806-1直近 7 日のスター増減
  • 素晴らしい Active Learning の厳選リスト

    805+1直近 7 日のスター増減
  • 時系列予測とディープラーニングに関するリソース

    804+0直近 7 日のスター増減
  • contrastors@nomic-ai

    Pytorch での対比学習によるモデルのトレーニング

    802+0直近 7 日のスター増減
  • 論文「Class-Balanced Loss Based on Effective Number of Samples」の Pytorch 実装

    802+0直近 7 日のスター増減
  • deepinv@deepinv

    DeepInverse: ディープラーニングを用いた画像逆問題の解決のための PyTorch ライブラリ

    802+6直近 7 日のスター増減
  • DXcam@ra1nty

    Desktop Duplication API を使用した、Windows 向け高パフォーマンス Python スクリーンキャプチャライブラリ - 2026 年更新

    801+3直近 7 日のスター増減
  • NLPBook@NiuTrans

    NLP におけるニューラルネットワークと大規模言語モデルに関する包括的な書籍

    801+0直近 7 日のスター増減
  • qpth@locuslab

    PyTorch向けの高速で微分可能なQPソルバー。

    800+0直近 7 日のスター増減
← トピック一覧に戻る