deep-learning

Gói Python chính thức của Roboflow. Quản lý tập dữ liệu, mô hình và triển khai. Roboflow cung cấp mọi thứ bạn cần để xây dựng ứng dụng thị giác máy tính.

Kaggle datascience bowl 2017.

Sử dụng các mô hình được huấn luyện sẵn trong PyTorch để trích xuất vector embedding cho bất kỳ hình ảnh nào

Bộ công cụ để xử lý hình ảnh toàn slide (whole-slide image) quy mô lớn.

Slide, ghi chú bài báo, ghi chú lớp học, bài đăng blog và nghiên cứu về ML, thống kê và AI.

[IGARSS'22]: Mạng Siamese dựa trên Transformer để phát hiện thay đổi.

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

Hierarchical Image Pyramid Transformer - CVPR 2022 (Oral)

Các khóa học AI toàn diện do Humai giảng dạy

Tối ưu hóa phi tuyến tính (tìm nghiệm, bình phương tối thiểu, ...) trong JAX+Equinox. https://docs.kidger.site/optimistix/

Triển khai mã hóa vị trí 1D, 2D và 3D trong Pytorch và TensorFlow.

DiffSharp: Lập trình hàm có khả năng vi phân

Thư viện AutoML sạch nhất thế giới ✨ - Thực hiện điều chỉnh siêu tham số với các trừu tượng đường ống phù hợp để viết các đường ống học sâu sản xuất sạch. Cho phép các bước đường ống của bạn có không gian siêu tham số. Thiết kế các bước trong đường ống của bạn như các thành phần. Tương thích với Scikit-Learn, TensorFlow và hầu hết các thư viện, khung và môi trường MLOps khác

Một framework học sâu dành cho việc theo dõi tư thế đa động vật.

Thư viện Python để phân tích khuôn mặt sử dụng PyTorch

Các bộ phát hiện, theo dõi và SAM thị giác máy tính dễ dàng & mô-đun - Chạy YOLOv9, v8, v7, v6, v5, R, X trong chưa đầy 10 dòng mã.

Trích xuất sự kiện và ứng dụng dựa trên các tài liệu phán quyết pháp lý, bao gồm tách từ, gán nhãn từ loại, nhận diện thực thể có tên, trích xuất yếu tố sự kiện và dự đoán kết quả phán quyết.

Kho lưu trữ này cung cấp danh sách toàn diện các tập dữ liệu vệ tinh radar và quang học được tuyển chọn cho các tác vụ phát hiện, phân loại, phân đoạn ngữ nghĩa và phân đoạn cá thể tàu thuyền. Các tập dữ liệu này lý tưởng cho các ứng dụng thị giác máy tính, học máy, viễn thám và phân tích hàng hải.

Thư viện học sâu TinyML độc lập với nhà cung cấp, bao gồm trình biên dịch và khung suy luận cho máy tính siêu nhỏ và vi điều khiển

Sách và các tài nguyên khác

Lời giải bài tập cho cuốn sách "Dive into Deep Learning" (动手学深度学习), địa chỉ đọc trực tuyến như sau:

Một tập con của các mô-đun mạng thần kinh trong PyTorch, được viết bằng Python sử dụng Triton của OpenAI.

Triển khai mô hình BERT và các tác vụ hạ nguồn liên quan dựa trên framework 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).

PILOT: Bộ công cụ học tập liên tục dựa trên mô hình được huấn luyện trước

Kho lưu trữ của bài báo "A Systematic Evaluation of Deep Anomaly Detection Methods for Time Series".

Xử lý tín hiệu hình ảnh AI và Nhiếp ảnh tính toán. Thư viện chính thức cho các thử thách NTIRE (CVPR) và AIM (ICCV/ECCV). Bạn sẽ tìm thấy các Learned ISP, khôi phục-nâng cấp-tái tạo RAW, tăng cường hình ảnh, kết xuất Bokeh và nhiều hơn nữa!

Tìm kiếm Text-to-Image và Image-to-Image ngữ nghĩa ngoại tuyến trên Android, được hỗ trợ bởi mô hình CLIP tiền huấn luyện tiên tiến đã được lượng tử hóa và công cụ suy luận ONNX Runtime

Deep Learning Simplified là một kho lưu trữ mã nguồn mở, chứa các dự án học sâu từ cấp độ cơ bản đến nâng cao dành cho những người đóng góp muốn bắt đầu hành trình trong lĩnh vực Deep Learning. URL Devfolio: https://devfolio.co/projects/deep-learning-simplified-f013

Dự án này cung cấp sổ tay học tập và phỏng vấn thực chiến bằng tiếng Trung dành cho các kỹ sư thuật toán muốn tham gia lĩnh vực VLA (Vision-Language-Action), tập trung vào các thách thức đặc thù của Robotics