data-augmentation

Um sistema para gerar rapidamente dados de treinamento com supervisão fraca

Biblioteca acelerada por GPU contendo blocos de construção altamente otimizados e um motor de execução para processamento de dados, visando acelerar aplicações de treinamento e inferência de deep learning.

Biblioteca de reconhecimento facial de alto desempenho em PaddlePaddle e PyTorch

TextAttack é um framework Python para ataques adversários, aumento de dados e treinamento de modelos em NLP.

Um sistema de E/S de alto desempenho baseado em Python para problemas de deep learning grandes (e pequenos), com forte suporte para PyTorch.

Processamento de imagens médicas para aplicações de IA.

Uma biblioteca Python para aumento de dados de áudio. Útil para fazer com que modelos de ML de áudio funcionem bem no mundo real, não apenas em laboratório.

🎨 NeMo Data Designer: Gere dados sintéticos de alta qualidade do zero ou a partir de dados semente.

fastdup é uma ferramenta gratuita e poderosa projetada para gerar rapidamente insights valiosos a partir de conjuntos de dados de imagem e vídeo. Ajuda a melhorar a qualidade de imagens e rótulos, reduzindo significativamente os custos de operação de dados com escalabilidade inigualável.

Pacote de aumento de dados em chinês com um clique; aumento de dados para NLP, BERT, EDA: pip install nlpcda

Lista de recursos úteis para aumento de dados, incluindo técnicas incomuns, bibliotecas, links para repositórios do GitHub, artigos e outros.

Código para o artigo do TKDE "Self-supervised learning on graphs: Contrastive, generative, or predictive".

Este repositório reúne artigos para um levantamento sobre destilação de conhecimento em Large Language Models. Dividimos a destilação de conhecimento em algoritmos de elicitação e destilação, e exploramos a destilação de habilidades e vertical de LLMs.

Aumento de dados de áudio rápido em PyTorch. Inspirado em audiomentations. Útil para deep learning.

Artigos incríveis sobre Extração de Informação (IE) generativa usando Modelos de Linguagem Grandes (LLMs)

Toolkit de processamento de linguagem natural para línguas índicas, visando fornecer suporte imediato para diversas tarefas de PLN que um desenvolvedor de aplicações possa precisar

Uma biblioteca para gerar e avaliar dados tabulares sintéticos para privacidade, equidade e aumento de dados.

Caixa de ferramentas e benchmark de aprendizado de representação visual supervisionado, semi-supervisionado e auto-supervisionado do CAIRI

Estimador de pose para uma única pessoa leve

Pipeline de aumento para renderizar processos sintéticos de impressão, fax, digitalização e cópia de papel

Albumentations de nova geração: licença dupla para uso de código aberto e comercial