deep-learning

DIAMOND (DIffusion As a Model Of eNvironment Dreams) 是一种在扩散世界模型中训练的强化学习智能体。NeurIPS 2024 Spotlight。

EfficientNet 模型实现。支持 Keras 与 TensorFlow Keras。

图机器学习的基准数据集、数据加载器与评估器

联邦学习（Federated Learning）相关的一切，包含研究论文、书籍、代码、教程、视频等

JAX 中的数值微分方程求解器。支持自动微分与 GPU 运算。https://docs.kidger.site/diffrax/

Avalanche：一个基于 PyTorch 的端到端持续学习库。

通过简单的网页界面或桌面应用程序，协作并标注任何类型的数据、图像、文字或文档。

基于 1993 年游戏 Doom 的强化学习环境 :godmode:

全球首款适用于 Windows 与 Linux 的开源人脸识别 SDK（人脸检测、人脸关键点提取、人脸特征提取、人脸模板匹配）

MetaAI 的 Toolformer（会使用工具的语言模型）实现

一个用于现实中心机器/深度学习与数据挖掘的 Python 工具包/库，针对部分观测的时间序列，包含 50 多种 SOTA 神经网络模型，适用于不完整工业不规则采样多元时间序列（带有 NaN 缺失值）的科学分析任务（填补、分类、聚类、预测、异常检测、清理）。

一个用于可微分非线性优化的库

用于我论文的 CV 工具包。

阿里达摩院机器智能实验室 (MinD Lab) 的编码器-解码器集合

🤖 用于学习和评估知识图谱嵌入（Knowledge Graph Embeddings）的 Python 库

用于多体势能表示与分子动力学模拟的深度学习套件

收录了 1000 多篇关于自然语言处理（NLP）与机器学习（ML）的综述论文集合。

Scaled-YOLOv4：扩展跨阶段局部网络

一个用于构建 AI 驱动的实时音频应用程序的 Python 套件

使用 Keras 进行高级深度学习，由 Packt 出版

[CVPR 2021] Transformer 解释超越注意力可视化的官方 PyTorch 实现，这是一种基于 Transformer 网络将分类可视化的新颖方法。

指令遵循语言模型的自动评估器。经人工验证、高质量、低成本且快速。

全面且及时的联邦学习学术信息（论文、框架、数据集、教程、研讨会）

Keras 时间序列卷积网络。支持 Python 与 R。

用于图深度学习研究的库

关于世界模型定义以及利用世界模型进行通用视频生成、具身智能与自动驾驶的论文完整列表，包含论文、代码与相关网站。

使用 PyTorch 实现 Make-A-Video，即 Meta AI 最新的 SOTA 文本转视频生成器

[ECCV 2022] XMem：基于 Atkinson-Shiffrin 记忆模型的长期视频目标分割

在 PyTorch 中非官方实现 Titans，即 transformer 的 SOTA 内存

[ICLR 2024] “TimeMixer: Decomposable Multiscale Mixing for Time Series Forecasting”官方实现