data-augmentation

快速生成弱监督训练数据的系统

GPU 加速库，包含高度优化的构建块和执行引擎，用于数据处理，加速深度学习训练和推理应用。

高性能人脸识别库，支持 PaddlePaddle 与 PyTorch

TextAttack 是一个用于 NLP 的 Python 框架，支持对抗性攻击、数据增强和模型训练 https://textattack.readthedocs.io/en/master/

高效 Python I/O 系统，适用于大型（及小型）深度学习问题，对 PyTorch 支援强大

用于 AI 应用程式的医学影像处理。

用于音频数据增强的 Python 库。有助于让音频机器学习模型不仅在实验室，还能在真实世界中表现良好。

🎨 NeMo Data Designer：从头开始或从种子数据生成高质量的合成数据。

fastdup 是一款强大且免费的工具，旨在从图像与视频数据集中快速生成有价值的洞察。它有助于提高图像和标签的质量，同时大幅降低数据运维成本，并具备无与伦比的可扩展性。

一键中文数据增强包 ； NLP数据增强、bert数据增强、EDA：pip install nlpcda

实用的数据增强资源清单。这里有许多不常见的技术、库、GitHub 仓库链接、论文及其他资源。

TKDE 论文“Self-supervised learning on graphs: Contrastive, generative, or predictive”的代码

此存储库收集了“Large Language Model 知识蒸馏调查”的相关论文。我们将知识蒸馏（KD）拆解为知识引出与蒸馏算法，并探讨 LLM 的技能与垂直蒸馏。

在 PyTorch 中进行快速的音频数据增强。受 audiomentations 启发。适用于深度学习。

关于使用大型语言模型（LLM）进行生成式信息提取（IE）的精选论文

针对印度语言的自然语言处理工具包，旨在为应用程序开发人员可能需要的各种 NLP 任务提供开箱即用的支持

用于生成与评估合成表格数据以确保隐私、公平性及进行数据增强的库。

CAIRI 监督式、半监督式与自监督式视觉表征学习工具箱与基准测试

轻量级单人姿态估计器

用于渲染合成纸张打印、传真、扫描与复印机处理程序的增强管线。

新一代 Albumentations：采用开源与商业双重授权