deep-learning

Triển khai Rotary Embeddings từ bài báo Roformer trong Pytorch.

Học sâu mô tả (Descriptive Deep Learning).

Danh sách các nhà cung cấp dịch vụ đám mây cho Deep Learning

Adan: Thuật toán động lượng Nesterov thích ứng giúp tối ưu hóa các mô hình học sâu nhanh hơn

Mã nguồn cho bài báo ICCV 2021 của chúng tôi "DeepCAD: A Deep Generative Network for Computer-Aided Design Models".

Một CLI cho Kubeflow.

[CVPR 2022] "MonoScene: Monocular 3D Semantic Scene Completion": Dự đoán chiếm dụng ngữ nghĩa 3D từ một hình ảnh duy nhất

Học sâu với mạng thần kinh xung (SNN) trong PyTorch.

[ICLR 2024] Kiểm soát các mô hình ngôn ngữ thị giác (Vision-Language Models) để phục hồi hình ảnh phổ quát. Đạt giải 5 trong thử thách NTIRE 2024 Restore Any Image Model in the Wild.

Các bài báo về khả năng giải thích của GNN

Thư viện thị giác máy tính hiệu năng cao bằng Python. Mở rộng quy mô nghiên cứu của bạn, không cần boilerplate.

depyf là công cụ giúp bạn hiểu và thích nghi với trình biên dịch torch.compile của PyTorch.

Thư viện C++ header-only dành cho tối ưu hóa số học.

Triển khai từ đầu mô hình ngôn ngữ sparse mixture of experts, lấy cảm hứng từ makemore của Andrej Karpathy :)

Triển khai mô hình sparse attention được đề xuất bởi nhóm Deepseek trong bài báo "Native Sparse Attention"

Huấn luyện/Tinh chỉnh với tốc độ ánh sáng

Khóa học deep learning NMA

Ngôn ngữ tạo khuôn mẫu (templating language) được viết cho các quy trình Stable Diffusion. Có sẵn dưới dạng tiện ích mở rộng cho Automatic1111 WebUI.

[TMLR 2025🔥] Khảo sát về các mô hình tự hồi quy trong thị giác máy tính.

Cơ sở mạnh mẽ cho phân loại hình ảnh, nhận diện khuôn mặt và truy xuất hình ảnh với Pytorch

PhoBERT: Các mô hình ngôn ngữ được huấn luyện trước cho tiếng Việt (EMNLP-2020 Findings)

Kỹ thuật đặc trưng (Feature engineering) là quá trình sử dụng kiến thức chuyên môn để trích xuất các đặc trưng từ dữ liệu thô thông qua các kỹ thuật khai thác dữ liệu. Những đặc trưng này có thể được sử dụng để cải thiện hiệu suất của các thuật toán học máy. Kỹ thuật đặc trưng có thể được coi là chính việc học máy ứng dụng.

Danh sách tổng hợp các tài nguyên tuyệt vời về Active Learning

Tài nguyên về dự báo chuỗi thời gian và học sâu.

Triển khai PyTorch cho bài báo "Class-Balanced Loss Based on Effective Number of Samples"

DeepInverse: thư viện PyTorch dùng deep learning để giải quyết các bài toán nghịch đảo trong xử lý ảnh.

Huấn luyện mô hình theo phương pháp tương phản (Contrastive) trong Pytorch

Một cuốn sách toàn diện về mạng thần kinh và các mô hình ngôn ngữ lớn trong NLP

Thư viện chụp màn hình hiệu năng cao bằng Python cho Windows sử dụng Desktop Duplication API - Cập nhật 2026

Bộ giải QP nhanh và khả vi cho PyTorch.