neural-networks

Ghi chú và lời giải bài tập Phần I từ cuốn sách: "Hands-On ML with Scikit-Learn, Keras & TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems" của Aurelien Geron

Công cụ OCR cho tất cả các ngôn ngữ

Mạng nơ-ron tích chập 3D đa tỷ lệ hiệu quả dành cho việc phân đoạn quét y tế 3D

Mã nguồn và tài liệu khác cho cuốn sách "Deep Learning and the Game of Go"

Một khung ensemble thống nhất cho PyTorch nhằm cải thiện hiệu suất và độ bền vững cho mô hình học sâu của bạn.

Các hướng dẫn liên quan đến AI. Truy cập miễn phí bất kỳ hướng dẫn nào tại https://towardsai.net/editorial

Mã nguồn chính thức của "ADBench: Anomaly Detection Benchmark", NeurIPS 2022.

Đào tạo các mô hình thần kinh với tín hiệu có cấu trúc.

Các mô hình gọn nhẹ cho phân đoạn ngữ nghĩa thời gian thực trên PyTorch (bao gồm SQNet, LinkNet, SegNet, UNet, ENet, ERFNet, EDANet, ESPNet, ESPNetv2, LEDNet, ESNet, FSSNet, CGNet, DABNet, Fast-SCNN, ContextNet, FPENet, v.v.)

Tất cả bảng cheat sheet của Stanford: Trí tuệ nhân tạo, Transformers, LLMs, Deep Learning, Machine Learning, Xác suất, Thống kê, Đại số và Giải tích.

Phân tích sống còn với PyTorch

Conditional random field (Linear-chain) trong PyTorch.

Thư viện Python dùng để tạo và mô phỏng các mô hình não bộ quy mô lớn

Kiến trúc lớp ẩn được xây dựng sẵn với O(1) backprop, GPU và bộ giải DE cứng + không cứng, thể hiện các phương pháp học máy khoa học (SciML) và học máy thông tin vật lý (PINN)

JAX trong JavaScript – Thư viện ML cho web, chạy trên WebGPU & Wasm

Nâng cao hình ảnh bằng Javascript và AI. Tăng độ phân giải, chỉnh sửa, khử nhiễu và nhiều hơn nữa. Mã nguồn mở, tương thích với Trình duyệt & Node, Giấy phép MIT.

Các ví dụ về thuật toán học máy phổ biến trên MatLab/Octave với mã nguồn và giải thích toán học đi kèm

Một công cụ lập kế hoạch tổng hợp ngược (retrosynthetic planning)

Kho lưu trữ này là trụ sở của một khóa học do cộng đồng thúc đẩy về Thị giác máy tính với Mạng lưới thần kinh. Hãy tham gia cùng chúng tôi trên Discord của Hugging Face: hf.co/join/discord

Các dự án AI

Công cụ thiết kế phân tử AI cho thiết kế de novo, scaffold hopping, thay thế nhóm R, thiết kế linker và tối ưu hóa phân tử.

Danh sách các bài báo liên quan đến lượng tử hóa mạng thần kinh tại các hội nghị và tạp chí AI gần đây.

Framework phát hiện đối tượng Darknet/YOLO.

Học sâu mô tả (Descriptive Deep Learning).

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

Chạy các mô hình TensorFlow bằng C++ mà không cần cài đặt và không cần Bazel

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

Mạng thần kinh dựa trên vật lý cho mô hình hóa nâng cao

Thư viện giải phương trình vi phân sử dụng mạng thần kinh dựa trên PyTorch, được sử dụng bởi nhiều nhóm nghiên cứu trên thế giới, bao gồm cả tại Harvard IACS.

Thư viện Python hỗ trợ mô hình hóa Bayes hiệu quả với deep learning.