classification

Nós escrevemos suas ferramentas de visão computacional reutilizáveis. 💜

deep learning para processamento de imagens, incluindo classificação, detecção de objetos, etc.

Anotação de imagem com Python. Suporta polígono, retângulo, círculo, linha, ponto e anotação assistida por IA.

Plataforma AutoML low-code de código aberto para Python. PyCaret 4.0: motor nativo sklearn + painel de controle em React.

Postgres com suporte a GPUs para aplicações de ML/IA.

Mecanismo de Inteligência de Máquina e Aprendizado Estatístico.

Ferramenta de desenvolvimento tudo-em-um baseada em PaddlePaddle.

Código para o Tensorflow Machine Learning Cookbook

Deep Learning para séries temporais, Machine Learning, Python, Pytorch, fastai | Biblioteca de Deep Learning de última geração para séries temporais e sequências em Pytorch / fastai.

Orange: Análise de dados interativa

PointNet e PointNet++ implementados em PyTorch (Python puro) e em ModelNet, ShapeNet e S3DIS

Um conversor fácil de usar de PyTorch para TensorRT

Detecção de linguagem natural

Uma biblioteca rápida para AutoML e ajuste. Junte-se ao nosso Discord: https://discord.gg/Cppx2vSPVP.

Classificação de texto em chinês com CNN-RNN, baseada no TensorFlow

Curso introdutório, avançado e especializado de Deep Learning, casos acadêmicos, casos de prática industrial, enciclopédia de conhecimento de Deep Learning e banco de questões de entrevistas. O curso, o caso e o conhecimento de Deep Learning e IA

Alink é a plataforma de algoritmos de Machine Learning baseada em Flink, desenvolvida pela equipe PAI da plataforma de computação do Alibaba.

Lazy Predict ajuda a construir muitos modelos básicos sem muito código e ajuda a entender quais modelos funcionam melhor sem qualquer ajuste de parâmetros.

Framework de pré-treinamento de modelos de código aberto em PyTorch e repositório de modelos pré-treinados.

Sandbox para treinamento de redes de deep learning

Uma lista curada profissionalmente de recursos incríveis (artigos, código, dados, etc.) sobre transformers em séries temporais.

Artigos e conjuntos de dados sobre nuvens de pontos (Point Cloud).

Rede neural profunda para extrair informações inteligentes de documentos de fatura.

Transforme qualquer computador ou dispositivo de borda em uma central de comando para seus projetos de visão computacional.

Domine as habilidades essenciais necessárias para reconhecer e resolver problemas complexos do mundo real com Machine Learning e Deep Learning, aproveitando o popular ecossistema de Machine Learning em Python.

Uma biblioteca e framework de código aberto para aprendizado profundo em imagens de satélite e aéreas.

Uma biblioteca de alto nível para machine learning e deep learning para a linguagem PHP.

Implementação do modelo EfficientNet para Keras e TensorFlow Keras.

Colabore e rotule qualquer tipo de dado, imagem, texto ou documento em uma interface web ou aplicativo desktop fácil de usar.

Um kit de ferramentas/biblioteca Python para aprendizado de máquina/profundo e mineração de dados centrados na realidade em séries temporais parcialmente observadas, com mais de 50 modelos de redes neurais SOTA para tarefas de análise científica (imputação, classificação, agrupamento, previsão, detecção de anomalias, limpeza) em séries temporais multivariadas industriais irregularmente amostradas com valores ausentes NaN.