deep-learning

Uma lista curada de artigos de pesquisa sobre detecção de comunidades com implementações

Lidando com todos os dados não estruturados, como busca reversa de imagens, busca de áudio, busca molecular, análise de vídeo, sistemas de perguntas e respostas, PLN, etc.

Uma lista curada de livros clássicos e de alta qualidade sobre computação, focada em excelência e relevância em vez de quantidade

Processamento de imagens médicas para aplicações de IA.

YOLO ROS: Detecção de objetos em tempo real para ROS

Cenários, tutoriais e demonstrações para direção autônoma.

SDG é um framework especializado projetado para gerar dados tabulares estruturados de alta qualidade.

Um serviço de classificação personalizada de Machine Learning low-code para artigos, listagens, resultados de pesquisa e recomendações que aumenta o engajamento do usuário. Um motor de Learn-to-Rank amigável.

Uma lista de artigos, documentos e códigos sobre quantização de modelos. Este repositório visa fornecer informações para pesquisa em quantização de modelos e está em constante melhoria. Contribuições (PRs) de trabalhos ausentes são bem-vindas.

Machine Learning University: Curso acelerado de Processamento de Linguagem Natural

Redes Neurais em Grafo com Keras e Tensorflow 2.

Lista curada de recursos sobre carros autônomos e veículos autônomos

Kit de ferramentas para Machine Learning, Processamento de Linguagem Natural e Geração de Texto em TensorFlow. Parte do projeto CASL: http://casl-project.ai/

A coleção de modelos de IA pré-treinados de última geração para o ailia SDK

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.

Implementação mínima de Proximal Policy Optimization (PPO) com objetivo recortado em PyTorch

Uma biblioteca extensível de Deep Learning

HiFi-GAN: Redes Adversárias Generativas para síntese de fala eficiente e de alta fidelidade

Objectron é um conjunto de dados de clipes de vídeo curtos centrados em objetos. Além dos vídeos, eles contêm metadados de sessão de RA, incluindo poses de câmera, nuvens de pontos esparsas e planos. Em cada vídeo, a câmera se move ao redor e acima do objeto, capturando-o de diferentes ângulos. Cada objeto é anotado com uma caixa delimitadora 3D que descreve sua posição, orientação e dimensão.

Execute modelos Mixtral-8x7B no Colab ou em desktops domésticos.

Monitore o treinamento de modelos de deep learning e o uso de hardware pelo seu celular

Uma compilação abrangente e atualizada de conjuntos de dados, ferramentas, métodos, artigos de revisão e competições para detecção de mudanças em sensoriamento remoto.

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.

ICCV2019 - Aprendendo a pintar com aprendizado por reforço profundo baseado em modelos

Mapas de ativação de classe para seus modelos PyTorch (CAM, Grad-CAM, Grad-CAM++, Smooth Grad-CAM++, Score-CAM, SS-CAM, IS-CAM, XGrad-CAM, Layer-CAM, Finer-CAM, LeGrad, RefineCAM)

Código oficial para o artigo do CVPR 2022 (oral) "Extraindo modelos 3D triangulares, materiais e iluminação de imagens".

Biblioteca PyTorch de deep learning para previsão de séries temporais, classificação e detecção de anomalias (originalmente para previsão de inundações).

Aprendizado por Reforço Profundo: Do zero ao especialista!

Um Benchmark Heterogêneo para Recuperação de Informação. Fácil de usar, avalie seus modelos em mais de 15 datasets de RI diversos.