lstm

Tesseract 오픈 소스 OCR 엔진 (메인 저장소)

AiLearning: 데이터 분석 + 머신러닝 실전 + 선형대수 + PyTorch + NLTK + TF2

라틴어, 중국어, 아랍어, 데바나가리어, 키릴 문자 등을 포함하여 80개 이상의 언어와 모든 주요 문자 체계를 지원하는 즉시 사용 가능한 OCR

디자인 목업을 정적 웹사이트로 변환하는 신경망

RWKV(RwaKuv로 발음)는 GPT 트랜스포머처럼 직접 학습(병렬화 가능)할 수 있으면서도 뛰어난 LLM 성능을 발휘하는 RNN입니다. 현재 RWKV-7 'Goose' 단계에 있습니다. 뛰어난 성능, 선형 시간, 상수 공간(kv-cache 없음), 빠른 학습, 무한한 ctx_len, 무료 문장 임베딩 등 RNN과 트랜스포머의 장점을 결합했습니다.

웹을 위한 친근한 머신러닝! 🤖

PyTorch와 TorchText를 이용한 시퀀스 투 시퀀스(seq2seq) 모델 구현 튜토리얼

감성 분석을 위한 PyTorch 및 TorchText 시작하기 튜토리얼

텐서플로우(tensorflow) 1.10 API 기반의 중국 고대 시 자동 창작 봇

Keras와 Theano를 활용한 딥러닝 기반 재즈 생성이! 카

시계열 예측에 딥러닝을 사용하는 논문, 코드 및 실험 목록

PyTorch를 사용하여 머신러닝 및 딥러닝으로 실제 문제를 해결하는 Jupyter Notebook 튜토리얼. 주제: Detectron 2를 이용한 얼굴 감지, LSTM 오토인코더를 이용한 시계열 이상 탐지, YOLO v5를 이용한 객체 감지, 첫 번째 신경망 구축, 코로나바이러스 일일 확진자 시계열 예측, BERT를 이용한 감성 분석

시계열 예측, 분류 및 이상 탐지를 위한 딥러닝 PyTorch 라이브러리 (원래는 홍수 예측용으로 개발됨)

Go로 작성된 독립 실행형 머신러닝 및 자연어 처리 라이브러리

주제 복습이나 참고용으로 유용한, 내가 좋아하는 딥러닝 리소스 대략적인 목록. 여기에 나열된 모든 콘텐츠를 꼼꼼히 확인했습니다. - Guillaume Chevalier

대화 속 감정 인식을 위한 다양한 아키텍처 구현체 포함 리포지토리

:art: 수학 공식 인식 강화 버전: 중/영문 손글씨 및 인쇄 공식, 기초 기호 추론 지원(데이터 구조는 LaTeX 추상 구문 트리 기반). Math Formula OCR Pro, 손글씨, 중국어 혼용 공식 및 간단한 기호 추론 지원(LaTeX AST 기반).

LSTM을 사용하여 다변량 시계열 데이터의 이상을 감지하는 프레임워크입니다. 화성 과학 실험실(Mars Science Laboratory) 및 SMAP 임무의 우주선 이상 데이터와 실험이 포함되어 있습니다.

TensorFlow 기반의 EEG 작업(신호) 분류를 위한 딥러닝 라이브러리

ONNX 파일을 LiteRT/TFLite/TensorFlow, PyTorch 네이티브 코드(nn.Module), TorchScript(.pt), state_dict(.pt), Exported Program(.pt2), Dynamo ONNX로 변환하는 도구입니다. LiteRT에서 PyTorch로의 직접 변환도 지원합니다.

생성형 AI 및 딥러닝을 이용한 분자 및 소재 설계 목록

머신러닝 및 트윗 감성 분석 기반 주식 시장 예측 웹 앱. Flask와 WordPress를 기반으로 하며, NASDAQ 또는 NSE 주식의 향후 7일간 주가를 예측함. ARIMA, LSTM, 선형 회귀 알고리즘을 사용함.

이상 탐지/발견을 위한 액티브 러닝, 베이지안 규칙 마이닝, 다양성/설명 가능성을 포함하는 이상 탐지 방법(iid/포인트 기반, 그래프 및 시계열) 모음입니다. 앙상블 및 트리 기반 탐지기와 라벨 피드백을 결합하는 분석을 포함하며, Graph Convolutional Network를 이용한 적대적 공격을 포함합니다.

신체 키포인트 추적을 통한 실시간 시공간 국소 활동 탐지

Keras와 Python을 이용한 LSTM 순환 신경망 기반 다중 다변량 시계열 예측 예제입니다.

시계열 예측을 위해 TensorFlow LSTM 신경망을 사용하여 주가를 예측합니다.

ARIMA, RNN, LSTM 및 GRU 모델을 사용한 델리(Delhi) 전력 부하 예측

PyTorch를 이용한 텍스트 분류 벤치마크

Kaggle 샌프란시스코 범죄 설명을 39개 클래스로 분류. Tensorflow의 CNN, RNN(GRU 및 LSTM) 및 Word Embedding을 사용하여 모델 구축