cnn

[ICLR'23 Spotlight🔥] Quá trình huấn luyện trước kiểu BERT/MAE thành công đầu tiên trên bất kỳ mạng tích chập nào; Bản cài đặt PyTorch của "Designing BERT for Convolutional Networks: Sparse and Hierarchical Masked Modeling"

Deformable Convolutional Networks v2 với Pytorch

:art: Bản nâng cao nhận diện công thức toán học: hỗ trợ công thức viết tay và in ấn tiếng Trung-Anh, hỗ trợ suy luận ký hiệu cơ bản (cấu trúc dữ liệu dựa trên cây cú pháp trừu tượng LaTeX). Math Formula OCR Pro, hỗ trợ viết tay, công thức trộn lẫn tiếng Trung và suy luận ký hiệu đơn giản (dựa trên LaTeX AST).

Ghi chú đọc tài liệu về Deep Learning và Machine Learning

Triển khai bằng Keras của "One pixel attack for fooling deep neural networks" sử dụng tiến hóa vi phân trên Cifar10 và ImageNet

Biểu đồ trực quan hóa kiến trúc mạng nơ-ron

Thư viện Deep Learning dành cho tác vụ phân loại tín hiệu EEG (tín hiệu não), dựa trên TensorFlow.

[Không chính thức] Triển khai bằng PyTorch của "Conformer: Convolution-augmented Transformer for Speech Recognition" (INTERSPEECH 2020)

UNetFormer: Một transformer kiểu UNet để phân đoạn ngữ nghĩa hiệu quả hình ảnh cảnh quan đô thị viễn thám, ISPRS. Ngoài ra, bao gồm các vision transformer và CNN khác cho việc phân đoạn hình ảnh vệ tinh, hình ảnh trên không và hình ảnh UAV.

Bolt là một thư viện học sâu có hiệu suất cao và tính linh hoạt không đồng nhất.

Dự án này mở rộng ý tưởng về kiến trúc đổi mới của Kolmogorov-Arnold Networks (KAN) sang các lớp tích chập (Convolutional Layers), thay thế phép biến đổi tuyến tính cổ điển của phép tích chập bằng các hàm kích hoạt phi tuyến tính có thể học được trong từng pixel.

D2-Net: Một CNN có thể huấn luyện để mô tả và phát hiện đồng thời các đặc trưng cục bộ

LLVIP: Tập dữ liệu cặp ảnh khả kiến-hồng ngoại cho thị giác trong điều kiện ánh sáng yếu

Phân loại văn bản đa nhãn, phân loại đa nhãn, phân loại văn bản, multi-label, classifier, text classification, BERT, seq2seq, attention, multi-label-classification

Các notebook bài tập cho CVND.

Tổng hợp nội dung về kiến trúc máy tính, nền tảng hệ thống nhúng và các ngôn ngữ lập trình phổ biến

Mô hình học sâu tốc độ cao giúp nâng cấp video độ phân giải thấp lên độ phân giải cao ở tốc độ 30fps

Công cụ điều hướng trực quan dựa trên deep learning cho phép điều hướng tự động cho quadrotor cỡ bỏ túi - chạy trên PULP

Một Benchmark phân loại văn bản trong PyTorch

Ghi chú khóa học Machine Learning Spring 2021 của Giáo sư Lý Hoành Nghị (Li Hung-yi) tại Đại học Quốc gia Đài Loan (NTU).

Phân loại mô tả tội phạm San Francisco trên Kaggle thành 39 lớp. Xây dựng mô hình với CNN, RNN (GRU và LSTM) và Word Embeddings trên Tensorflow.

LCNN: Phân tích khung dây (wireframe) từ đầu đến cuối (end-to-end).

Mô hình nhận diện và trích xuất kiểu chữ CJK (Trung-Nhật-Hàn) đầu tiên, dự án phụ của YuzuMarker.

Triển khai Diffusion Convolutional Recurrent Neural Network bằng PyTorch

Phân tích cảm xúc, phân loại văn bản, từ điển, bayes, sentiment analysis, TextCNN, classification, tensorflow, BERT, CNN, text classification

Ghi chú hệ thống học sâu, bao gồm kiến thức toán học cơ bản, các thành phần mạng thần kinh, chiến lược huấn luyện và thuật toán nén mô hình.