lstm

Tesseract オープンソースOCRエンジン (メインリポジトリ)

AiLearning：データ分析 + 機械学習実践 + 線形代数 + PyTorch + NLTK + TF2

Latin、Chinese、Arabic、Devanagari、Cyrillicなど、80以上の言語とすべての主要な書記体系に対応したすぐに使えるOCR。

デザインモックアップを静的ウェブサイトに変換するニューラルネットワーク。

RWKV（読み方：RwaKuv）は、優れたLLM性能を持つRNNであり、GPTトランスフォーマーのように直接学習（並列化可能）することもできます。現在RWKV-7「Goose」を使用しています。これはRNNとトランスフォーマーの長所を組み合わせたもので、優れた性能、線形時間、定数空間（kv-cache不要）、高速学習、無限のctx_len、無料の文埋め込みを提供します。

ウェブ向けのフレンドリーな機械学習！ 🤖

PyTorchとTorchTextを使用したいくつかのシーケンス・トゥ・シーケンス (seq2seq) モデルの実装チュートリアル。

PyTorchとTorchTextを使った感情分析の入門チュートリアル。

TensorFlow 1.10 API をベースにした中国古典詩の自動作詩ボット。積極的に保守・アップグレード中。スターをつけて最新情報をチェック！

Keras と Theano を使用した、ディープラーニングによるジャズ生成

時系列予測にディープラーニングを使用する論文、コード、実験のリスト

PyTorchを使用した機械学習とディープラーニングによる現実世界の問題解決に関するJupyter Notebookチュートリアル。トピック：Detectron 2による顔検出、LSTMオートエンコーダーによる時系列異常検知、YOLO v5による物体検出、初めてのニューラルネットワーク構築、コロナウイルス日別感染者数の時系列予測、BERTによる感情分析

時系列予測、分類、異常検知のための PyTorch ディープラーニングライブラリ（元々は洪水予測用）

Go 言語で書かれた、スタンドアロンな機械学習および自然言語処理ライブラリ

お気に入りのディープラーニングリソースのざっくりとしたリスト。トピックの復習やリファレンスに便利です。掲載されているコンテンツはすべて自分で丁寧に目を通したものです。 - Guillaume Chevalier

このリポジトリには、会話における感情認識のためのさまざまなアーキテクチャの実装が含まれています。

:art: 数学公式認識の拡張版：中国語・英語の手書きおよび印刷された公式に対応、初歩的な記号推論をサポート（データ構造は LaTeX の抽象構文木に基づく）。Math Formula OCR Pro は手書き、混在する中国語の公式、簡単な記号推論をサポートします。

LSTMを用いて多変量時系列データの異常検知を行うフレームワーク。宇宙機の異常データや、Mars Science LaboratoryおよびSMAPミッションの実験データを含みます。

TensorFlowベースの、EEGタスク（信号）分類用ディープラーニングライブラリ

ONNXファイルをLiteRT/TFLite/TensorFlow、PyTorchネイティブコード(nn.Module)、TorchScript(.pt)、state_dict(.pt)、Exported Program(.pt2)、Dynamo ONNXに変換するツール。LiteRTからPyTorchへの直接変換もサポート

生成AIとディープラーニングを用いた分子・材料設計のリスト

機械学習とツイートの感情分析に基づく株式市場予測 Web アプリ (コード内に API キーを含む)。フロントエンドは Flask と WordPress をベースにしています。ユーザーが入力した NASDAQ または NSE の銘柄について、向こう7日間の株価を予測します。予測には ARIMA、LSTM、線形回帰の3つのアルゴリズムを使用しています。

異常検知・発見のためのアクティブラーニング、ベイズ規則マイニング、多様性/説明/解釈可能性のための記述を含む、異常検知手法（IID/ポイントベース、グラフ、時系列）のコレクション。アンサンブルおよびツリーベースの検知器へのラベルフィードバックの統合分析。Graph Convolutional Networkを用いた敵対的攻撃を含む。

ボディキーポイントの追跡によるリアルタイム空間的時間的局所活動検出

Python と Keras を使用した、LSTM RNN による多変数時系列予測のサンプル。

時系列予測のためにTensorFlowのLSTM（長短期記憶）ニューラルネットワークを使用して株価を予測する

ARIMA、RNN、LSTM、GRUモデルを使用したデリーの電力負荷予測。

PyTorchにおけるテキスト分類のベンチマーク

Kaggleのサンフランシスコ犯罪概要を39のクラスに分類。Tensorflow上でCNN、RNN（GRUおよびLSTM）、Word Embeddingsを使用してモデルを構築。