keras

Uma versão empacotada e flexível do detector de texto CRAFT e do modelo de reconhecimento Keras CRNN.

CREPE: Uma representação convolucional para estimativa de pitch — modelo pré-treinado (ICASSP 2018).

Gráfico de perda de treinamento em tempo real no Jupyter Notebook para Keras, PyTorch e outros.

ktrain é uma biblioteca Python que torna o deep learning e a IA mais acessíveis e fáceis de aplicar

Implementação em Keras de "One pixel attack for fooling deep neural networks" usando evolução diferencial em Cifar10 e ImageNet

:smiley_cat: Modelo de aplicativo classificador de imagens bonito e simples. Implante seu próprio modelo treinado ou pré-treinado (VGG, ResNet, Densenet) em um aplicativo web usando Flask em 10 minutos.

Um framework para usar LSTMs na detecção de anomalias em dados de séries temporais multivariadas. Inclui dados de anomalias de espaçonaves e experimentos das missões Mars Science Laboratory e SMAP.

O ONNXMLTools permite a conversão de modelos para ONNX

Uma biblioteca leve e baseada apenas em cabeçalhos para usar modelos Keras (TensorFlow) em C++.

Altere código Python durante a execução sem perder o estado

Exemplos e ferramentas para Windows ML.

torchview: visualize modelos do pytorch

Saídas e gradientes de camadas no Keras. Facilitado.

Colorização de imagens em preto e branco com deep learning.

Reconhecimento de gestos via CNN. Implementado em Keras + Tensorflow/Theano + OpenCV.

Métodos de interpretabilidade para modelos tf.keras com Tensorflow 2.x.

Treinamento de modelos neurais com sinais estruturados.

Uma ferramenta para converter arquivos ONNX para LiteRT/TFLite/TensorFlow, código nativo PyTorch (nn.Module), TorchScript (.pt), state_dict (.pt), Exported Program (.pt2) e Dynamo ONNX. Também suporta conversão direta de LiteRT para PyTorch.

Aprenda deep learning com tensorflow 2.0, keras e python através desta série abrangente de tutoriais. Aprenda deep learning do zero. Série de deep learning para iniciantes. Tutoriais de tensorflow, tutorial de tensorflow 2.0, tutorial de deep learning em python.

Hub de modelos pré-treinados para Keras 3.

Implementação do VGGFace com o framework Keras

kapre: Keras Audio Preprocessors

Uma interface uniforme para executar modelos de deep learning de múltiplos frameworks

Deep Speaker: um sistema neural de embaçamento de locutor de ponta a ponta.

Uma coleção curada de recursos de iOS, ML e AR com algumas adições de UI

Aplicativo web de previsão do mercado de ações baseado em aprendizado de máquina e análise de sentimento de tweets (chaves de API incluídas no código). O front-end do aplicativo é baseado em Flask e WordPress. O aplicativo prevê os preços das ações para os próximos sete dias para qualquer ação da NASDAQ ou NSE inserida pelo usuário. As previsões são feitas usando três algoritmos: ARIMA, LSTM e Regressão Linear. O aplicativo web combina o

Transformadas de espalhamento de wavelet em Python com aceleração por GPU

Um intérprete de linguagem de sinais usando feed de vídeo ao vivo da câmera.

Artigos mais citados e de conferências de topo sobre interpretabilidade de modelos de redes neurais em deep learning nos últimos anos (com código)

Mecanismo de inferência de Machine Learning para microcontroladores e dispositivos embarcados