deep-learning

Transformer 是具备样本效率的世界模型。ICLR 2023，入选前 5% 卓越论文。

适用于 Kendryte AI 加速器的开放式深度学习编译器堆栈 ✨

极简的 SOTA LaTeX OCR 模型，仅 20M 参数，可在浏览器中运行。提供完整的训练流程以供自行复现。 | 超轻量SOTA LaTeX公式识别模型，仅20M参数量，可在浏览器中运行。训练全流程代码开源，以便自学复现。

用于深度学习模型的 MIDI / 符号音乐 tokenizers 🎶

关于物体 6 DoF 位姿估计的优秀研究

tfts：TensorFlow 中的时间序列深度学习模型

站在巨人肩膀上的变更检测仓库。

MONAI Label 是一个智能开源图像标注与学习工具。

[CVPR 2020] CascadePSP：通过全局与局部精修实现类别无关与超高分辨率分割。

精选的人工智能工具相关优质资源列表

由端到端 AI 技术驱动的免费且完全开源的 L2 ADAS 堆栈

DiffWave 是一个快速、高质量的神经声码器与波形合成器。

本项目旨在利用 ResNeXt 和 LSTM 等深度学习技术来检测视频深伪（Deepfakes）。我们通过迁移学习实现了深伪检测，使用预先训练好的 ResNeXt CNN 获取特征向量，并进一步使用这些特征训练 LSTM 层。更多详细信息请参阅文档。

用于图与超图计算的 PyTorch 库

加速 PyTorch 的 Bagua

葡萄牙语预训练 BERT 模型

『从零开始深度学习 ❸』（O'Reilly Japan，2020）

TinyNeuralNetwork 是一个高效且易用的深度学习模型压缩框架。

用于掌握深度学习并将其部署至生产环境的开源指南与代码，涵盖 PyTorch、Python、Apptainer 等。

[CVPR 2024] Alpha-CLIP：一个能专注于你指定位置的 CLIP 模型

适用于 Pytorch 的医疗影像框架

基于 PaddlePaddle 实现端到端中文语音识别，从入门到实战，超简单的入门案例，超实用的企业项目。支持当前最流行的 DeepSpeech2、Conformer、Squeezeformer 模型

用于异质运算环境中协调机器学习、高性能运算、量子运算工作流程的 Pythonic 工具。

AI 项目

一个与框架无关的计算机视觉框架 - 可插拔至任何训练库：Fastai、Pytorch-Lightning，未来还将支持更多

使用 Habitat 在连续环境中进行视觉语言导航

PyTorch 中的 GPipe 实现

ICCV 2019 论文“Camera Distance-aware Top-down Approach for 3D Multi-person Pose Estimation from a Single RGB Image”的官方 PyTorch 实现

MeshGPT 实现，使用 Attention 的 SOTA 网格生成技术，基于 PyTorch

包含用于微调 transformers 以处理各种 NLP 任务教程的 GitHub 仓库