deep-learning

SwanLab - uma ferramenta de código aberto com design moderno para rastreamento e visualização de treinamento de IA. Suporta uso em nuvem ou auto-hospedado. Integrado com PyTorch, Transformers, verl, LLaMA Factory, ms-swift, Ultralytics, MMEngine, Keras, etc.

Torne-se proficiente em Inteligência Artificial, Machine Learning, IA Generativa, Deep Learning, Ciência de Dados, Processamento de Linguagem Natural, Aprendizagem por Reforço e muito mais com este repositório completo de 0 a 100.

O curso da Hugging Face sobre Transformers.

TorchGeo: datasets, samplers, transformações e modelos pré-treinados para dados geoespaciais.

Um pacote Python para segmentação de dados geoespaciais com o Segment Anything Model (SAM).

Um framework de código aberto para treinar grandes modelos multimodais.

Orquestração de GPU tolerante a falhas e altamente escalável, e um framework de aprendizado de máquina projetado para treinar modelos com bilhões a trilhões de parâmetros

O maior banco de dados e coleção de artigos sobre detecção de defeitos industriais, resumindo constantemente conjuntos de dados open source e pesquisas críticas na área.

SuperGlue: Aprendizado de correspondência de recursos com Redes Neurais em Grafos (CVPR 2020, Oral)

FEDML - A biblioteca de ML unificada e escalável para treinamento distribuído em larga escala, serviço de modelos e aprendizado federado. O FEDML Launch, um agendador cross-cloud, permite executar qualquer trabalho de IA em qualquer nuvem de GPU ou cluster local. Construída sobre esta biblioteca, a TensorOpera AI (https://TensorOpera.ai) é sua plataforma de IA generativa em escala.

Resumo de modelo em PyTorch similar ao model.summary() do Keras.

Um agendamento personalizado moderno para Anki baseado no algoritmo Free Spaced Repetition Scheduler

Deepchecks: Testes para validação contínua de modelos de ML e dados. O Deepchecks é uma solução open-source holística para todas as suas necessidades de validação de IA e ML, permitindo testar minuciosamente seus dados e modelos desde a pesquisa até a produção.

Biblioteca de Redes Neurais Profundas oneAPI (oneDNN)

Recursos de trading quantitativo e algorítmico com foco em Machine Learning

Uma lista abrangente de tutoriais de Deep Learning / Inteligência Artificial e Machine Learning - expandindo rapidamente para áreas de IA/Deep Learning / Visão Computacional / NLP e áreas específicas da indústria como Clima / Energia, Automotiva, Varejo, Farmacêutica, Medicina, Saúde, Políticas, Ética e mais.

Quantização Vetorial (e Escalar) em Pytorch

TimeGPT-1: Modelo de fundação de séries temporais pré-treinado pronto para produção para previsão e detecção de anomalias. Transformer generativo pré-treinado para séries temporais treinado em mais de 100 bilhões de pontos de dados. É capaz de prever com precisão vários domínios, como varejo, eletricidade, finanças e IoT com apenas algumas linhas de código.

Reconhecimento de texto (OCR) com métodos de deep learning, ICCV 2019

Um framework Python minimalista para criar servidores de inferência de IA personalizados com controle total sobre lógica, processamento em lote e escalabilidade.

Biblioteca de aprendizado por transferência para adaptação de domínio, adaptação de tarefa e generalização de domínio.

Documentação do TVM em chinês simplificado

Awesome Knowledge Distillation

A maneira mais fácil e prática de construir aplicações de LLMs multi-agentes.

A CLI oficial e o cliente Python para o Hugging Face Hub.

Calcule pontuações FID com PyTorch.

Caixa de ferramentas e benchmark de pré-treinamento da OpenMMLab

Facilita o design, a comparação e o compartilhamento de modelos de correspondência de texto profundo.

Recursos de aprendizado de máquina.

Scenic: Uma biblioteca Jax para pesquisa em visão computacional e além