deep-neural-networks

Bộ mã hóa tự động biến phân (Variational autoencoder) được triển khai bằng tensorflow và pytorch (bao gồm dòng chảy tự hồi quy nghịch đảo)

Biểu đồ trực quan hóa kiến trúc mạng nơ-ron

Cắt tỉa kênh để tăng tốc các mạng neuron rất sâu (ICCV'17)

Thư viện đối kháng PyTorch cho các phương pháp tấn công và phòng thủ trên hình ảnh và đồ thị.

Kho lưu trữ đi kèm với sách GANs in Action: Deep learning with Generative Adversarial Networks

Triển khai bất phụ thuộc framework cho các phương pháp độ nổi bật tiên tiến (XRAI, BlurIG, SmoothGrad và nhiều hơn nữa).

[ICML2024 (Oral)] Mã nguồn PyTorch chính thức của DoRA: Weight-Decomposed Low-Rank Adaptation

Học deep learning với tensorflow 2.0, keras và python thông qua loạt bài hướng dẫn toàn diện. Học deep learning từ đầu cho người mới bắt đầu.

Sách về Học máy Q và AI

Một trình biên dịch đa diện để biểu diễn các thuật toán song song dữ liệu nhanh và di động

Bộ sưu tập các phương pháp gần đây về nén và tăng tốc mạng neural (sâu).

Nén dữ liệu trong TensorFlow

Phát hiện ngôn ngữ lập trình của mã nguồn

Ngăn xếp L2 ADAS miễn phí và hoàn toàn mã nguồn mở được vận hành bởi công nghệ AI End-to-End

TinyNeuralNetwork là một framework nén mô hình deep learning hiệu quả và dễ sử dụng.

Danh sách tổng hợp các TẬP DỮ LIỆU, CƠ SỞ MÃ NGUỒN và BÀI BÁO về Học đa nhiệm (MTL), dưới góc độ Học máy.

Kho lưu trữ này chứa tập hợp các khảo sát, bộ dữ liệu, bài báo và mã nguồn cho việc ước tính độ không đảm bảo dự đoán trong các mô hình deep learning.

Học sâu mô tả (Descriptive Deep Learning).

Ví dụ về học máy (Machine Learning) với TensorFlow Lite trên Android.

Trình thông dịch ngôn ngữ ký hiệu sử dụng nguồn cấp dữ liệu video trực tiếp từ camera.

Thư viện đơn giản để tạo các mạng thần kinh phức tạp.

Ví dụ về dự báo chuỗi thời gian đa biến bằng mạng thần kinh tái phát LSTM trong Python với Keras.

NeuPy là thư viện Python dựa trên Tensorflow để tạo mẫu và xây dựng mạng thần kinh.

Danh sách tuyển chọn (mới nhất) các tài nguyên về Học tập với Nhãn nhiễu (Learning with Noisy Labels)

Khung đánh giá hiệu năng chuyển đổi giọng nói thành văn bản

Các bài báo, mã nguồn và tập dữ liệu về học sâu cho Phát hiện đối tượng 3D.

Dự đoán giá cổ phiếu sử dụng mạng thần kinh TensorFlow LSTM (long short-term memory) để dự báo chuỗi thời gian

ML-capsule là dự án dành cho người mới bắt đầu và những người đam mê khoa học dữ liệu có kinh nghiệm, những người không có người hướng dẫn và muốn học Machine learning. Sử dụng kho lưu trữ này, họ có thể học ML, DL và nhiều công nghệ liên quan thông qua các dự án thực tế khác nhau để chuẩn bị cho phỏng vấn.

Kho lưu trữ này chứa mã đánh giá cho bài báo "MMMU: Một điểm chuẩn hiểu và suy luận đa phương thức đa ngành lớn cho AGI chuyên gia"

Tự động hóa hoạt ảnh nhân vật 3D sử dụng các kỹ thuật Ước tính tư thế (Pose Estimation) và Tạo điểm mốc (Landmark Generation)