deep-learning

Implementação de Rotary Embeddings, do artigo Roformer, em PyTorch.

Deep Learning Descritivo

Adan: Algoritmo de Momento Nesterov Adaptativo para otimização mais rápida de modelos profundos.

Lista de provedores de nuvem para Deep Learning

Código para nosso artigo do ICCV 2021 "DeepCAD: A Deep Generative Network for Computer-Aided Design Models"

[CVPR 2022] "MonoScene: Monocular 3D Semantic Scene Completion": Predição de ocupação semântica 3D a partir de uma única imagem.

Deep learning com redes neurais de picos (SNNs) em PyTorch.

Uma CLI para Kubeflow.

[ICLR 2024] Controlling Vision-Language Models for Universal Image Restoration. 5th place in the NTIRE 2024 Restore Any Image Model in the Wild Challenge.

Artigos sobre a interpretabilidade de GNNs

Biblioteca de visão de alto desempenho em Python. Escalone sua pesquisa, não o código repetitivo.

Uma biblioteca C++ apenas de cabeçalho para otimização numérica --

depyf é uma ferramenta para ajudar você a entender e se adaptar ao compilador PyTorch torch.compile.

Implementação do zero de um modelo de linguagem de mistura esparsa de especialistas, inspirado no makemore de Andrej Karpathy :)

Treinamento e ajuste fino na velocidade da luz

Implementação do padrão de atenção esparsa proposto pela equipe do Deepseek em seu artigo "Native Sparse Attention"

Curso de deep learning da NMA

Linguagem de template escrita para fluxos de trabalho do Stable Diffusion. Disponível como uma extensão para o Automatic1111 WebUI.

[TMLR 2025🔥] Uma pesquisa sobre modelos autorregressivos em visão.

Uma base poderosa para classificação de imagens, reconhecimento facial e recuperação de imagens com Pytorch

PhoBERT: Modelos de linguagem pré-treinados para vietnamita (EMNLP-2020 Findings)

Engenharia de recursos (feature engineering) é o processo de usar conhecimento do domínio para extrair recursos de dados brutos por meio de técnicas de mineração de dados. Esses recursos podem ser usados para melhorar o desempenho de algoritmos de aprendizado de máquina. A engenharia de recursos pode ser considerada como o próprio aprendizado de máquina aplicado.

Uma lista curada de recursos incríveis sobre Active Learning

Recursos sobre previsão de séries temporais e deep learning.

Treine modelos por contraste no PyTorch.

DeepInverse: uma biblioteca PyTorch para resolver problemas inversos de imagem usando deep learning

Implementação em PyTorch do artigo "Class-Balanced Loss Based on Effective Number of Samples"

Uma biblioteca Python de alto desempenho para captura de tela no Windows usando a Desktop Duplication API - Atualizado em 2026

Um livro abrangente sobre redes neurais e grandes modelos de linguagem em PLN

Um solver QP rápido e diferenciável para PyTorch.