mxnet

Projeto de análise facial 2D e 3D de última geração

Livro interativo de deep learning com código multi-framework, matemática e discussões. Adotado em 500 universidades de 70 países, incluindo Stanford, MIT, Harvard e Cambridge.

ncnn é um framework de inferência de redes neurais de alto desempenho otimizado para plataformas móveis

Scripts de Deep Learning de última geração organizados por modelos - fáceis de treinar e implantar com precisão e desempenho reproduzíveis em infraestrutura de nível empresarial.

Configure e personalize seu ambiente de deep learning em segundos.

Toolkit Gluon CV

MMdnn é um conjunto de ferramentas para ajudar usuários a interoperar entre diferentes frameworks de deep learning. Ex: conversão e visualização de modelos. Converta modelos entre Caffe, Keras, MXNet, Tensorflow, CNTK, PyTorch, Onnx e CoreML.

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.

Modelagem probabilística de séries temporais em Python.

Um framework de deep learning agnóstico de motor em Java

Neste repositório, compartilharei algumas notas e referências úteis sobre como implantar modelos baseados em aprendizado profundo em produção.

Este projeto reproduz o livro Dive Into Deep Learning (https://d2l.ai/), adaptando o código de MXNet para PyTorch.

Sandbox para treinamento de redes de deep learning

🔮 Uma abordagem funcional e renovada para deep learning, compatível com suas bibliotecas favoritas

Machine Learning University: Curso acelerado de Processamento de Linguagem Natural

Uma biblioteca para treinar e implantar modelos de machine learning no Amazon SageMaker.

IA no Hadoop

TensorLy: Aprendizado de tensores em Python.

Machine Learning University: Curso acelerado de Visão Computacional.

Aprenda a fazer máquinas aprenderem para que você não precise se esforçar para programá-las; a lista definitiva

Machine Learning University: Classe de Dados Tabulares Acelerados

Um framework de atendimento de modelos ML de alto desempenho, oferece loteamento dinâmico e pipelines de CPU/GPU para explorar totalmente sua máquina de computação