neural-networks

Uma curadoria de recursos sobre Inteligência Artificial, Machine Learning e Deep Learning, incluindo notas de estudo e uma lista selecionada de materiais sobre esses temas.

Pacote de aceleração para redes neurais em CPUs multi-core

Redes neurais baseadas em Nx

MiniSom é uma implementação minimalista de Self-Organizing Maps.

Implementações de alta qualidade de métodos padrão e SOTA em uma variedade de tarefas.

Macaw-LLM: Modelagem de Linguagem Multimodal com Integração de Imagem, Vídeo, Áudio e Texto

Uma simulação 2D em Unity na qual carros aprendem a navegar sozinhos por diferentes percursos. Os carros são controlados por uma rede neural feedforward. Os pesos da rede são treinados usando um algoritmo genético modificado.

Brevitas: quantização de redes neurais em PyTorch.

Modelo de deep learning de última geração para análise de sentimento, emoção, sarcasmo, etc.

Lista de artigos que estudam aprendizado de máquina através da lente da teoria das categorias

Uma lista curada dos melhores recursos de Inteligência Artificial

Cálculos e estatísticas em variedades com estruturas geométricas.

Framework de deep learning da Koç University.

Código para a função de perda Lovász-Softmax (CVPR 2018).

Uma biblioteca de tensores rápida, ergonômica e portátil em Nim com foco em aprendizado profundo para CPU, GPU e dispositivos embarcados via backends OpenMP, Cuda e OpenCL

Roteiro e recursos para programação de baixo nível

Software de ML Arm NN.

Repositório oficial para "Mish: A Self Regularized Non-Monotonic Neural Activation Function" [BMVC 2020].

Uma biblioteca JavaScript semelhante ao PyTorch, com aceleração por GPU.

Simulação acelerada por Redes Neurais Informadas por Física (PINN) para Solucionadores de Equações Diferenciais (Parciais) para Aprendizado de Máquina Científico (SciML)

pyclustering é uma biblioteca de mineração de dados em Python e C++.

PDEBench: Um benchmark abrangente para aprendizado de máquina científico.

Uma introdução ao aprendizado de máquina baseada em princípios fundamentais. Para engenheiros que desejam raciocinar sobre sistemas de ML da mesma forma que raciocinam sobre sistemas de software.

Um projeto para processar redes neurais e renderizar para obter insights sobre a arquitetura e os parâmetros de um modelo por meio de uma representação simplificada.

Uma biblioteca de redes neurais de alto nível para microcontroladores.

Uma lista com curadoria de recursos de PNL focados em redes Transformer, mecanismo de atenção, GPT, BERT, ChatGPT, LLMs e aprendizado por transferência.

Biblioteca avançada de computação evolutiva construída diretamente sobre o PyTorch, criada na NNAISENSE.

TensorFlow 101: Introdução ao Deep Learning

O pacote nnsight permite interpretar e manipular os componentes internos de modelos de aprendizado profundo.

Uma coleção curada de recursos e pesquisas relacionadas à geometria de representações no cérebro, redes profundas e além