deep-learning

Mọi thông tin bạn cần biết về Google Cloud TPU.

Các thuật toán học bắt chước (imitation learning).

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

Tài nguyên về học máy và học sâu.

Triển khai các mô hình Transformer bằng Julia

Chúng ta biết đến GAN với thành công trong việc tạo ảnh chân thực. Tuy nhiên, chúng cũng có thể được áp dụng trong việc tạo dữ liệu dạng bảng. Chúng tôi sẽ xem xét và kiểm tra một số bài báo gần đây về các mô hình GAN dạng bảng trong thực tế.

[ECCV 2022 Oral] OpenLane: Bộ dữ liệu làn đường 3D thực tế quy mô lớn.

Tệp phân loại bút và đoạn thẳng.py. Chỉ cần nhập dữ liệu high/low của nến K, chương trình sẽ tự động thực hiện phân loại bút, đoạn thẳng, trung tâm, điểm mua bán và loại hình xu hướng. Có thể sử dụng sh.csv làm tệp đầu vào.

Biểu diễn tọa độ nhận biết phân phối cho ước tính tư thế người.

Bộ sưu tập các công trình nhằm giảm kích thước mô hình hoặc bộ tăng tốc ASIC/FPGA cho machine learning.

[NeurIPS 2021] Suy ngẫm lại về mạng không gian-thời gian với khả năng bao phủ bộ nhớ được cải thiện để phân đoạn đối tượng video hiệu quả.

Giao diện R cho Torch

Trình mô phỏng người và phương tiện (Human-vehicle Simulator)

Danh sách toàn diện các bài báo nghiên cứu về hiệu chỉnh hình ảnh tài liệu.

[WSDM'2024 Oral] "SSLRec: Một framework học tự giám sát cho hệ thống gợi ý".

Phát hành mã nguồn cho "Non-stationary Transformers: Exploring the Stationarity in Time Series Forecasting" (NeurIPS 2022), https://arxiv.org/abs/2205.14415

[ICML 2023] Triển khai chính thức của bài báo "TabDDPM: Modelling Tabular Data with Diffusion Models"

Các bài báo, mã nguồn, tập dữ liệu và công cụ liên quan đến phát hiện cộng đồng bằng phương pháp học sâu và truyền thống.

Các mô hình ngôn ngữ lớn và mô hình nền tảng cho chuỗi thời gian.

Triển khai mạng thần kinh Bayes bằng PyTorch [torchbnn]

Học tăng cường sâu (PPO) trong lái xe tự động (Carla) [từ đầu]

Flame là một hệ thống AI đa phương thức mã nguồn mở được thiết kế để chuyển đổi các bản thiết kế UI thành mã React chất lượng cao. Nó tận dụng mô hình ngôn ngữ thị giác, tổng hợp dữ liệu tự động và quy trình đào tạo có cấu trúc để thu hẹp khoảng cách giữa thiết kế và phát triển front-end.

Mã nguồn chính thức cho bài báo ECCV 2024 — One-Shot Diffusion Mimicker để tạo văn bản viết tay

[AAAI2024] FontDiffuser: Tạo phông chữ một lần thông qua Denoising Diffusion với tổng hợp nội dung đa quy mô và học tương phản kiểu dáng

Triển khai một lớp đơn của MMDiT, được đề xuất trong Stable Diffusion 3, bằng Pytorch

🤖 Danh sách tổng hợp các tài nguyên AGI Agents tuyệt vời

Mạng thần kinh nhân tạo

Khám phá các mô hình đã được huấn luyện sẵn cho deep learning trong MATLAB

TorchANI 2.0 là thư viện mã nguồn mở hỗ trợ huấn luyện, phát triển và nghiên cứu các thế năng tương tác nguyên tử mạng thần kinh kiểu ANI. Nó được phát triển ban đầu và hiện đang được duy trì bởi nhóm Roitberg.

CRSLab là bộ công cụ mã nguồn mở để xây dựng Hệ thống gợi ý hội thoại (CRS).