tensorflow

使用 tensorflow 与 pytorch 实现的变分自动编码器（包含反向自回归流）

使用 LSTM 来检测多变量时间序列数据中异常的框架。包含来自 Mars Science Laboratory 和 SMAP 任务的航天器异常数据与实验。

💁 自然语言处理 Transformers 模型精选宝库，包含论文、视频、博客、官方代码库以及 Colab 笔记本。 🛫☑️

基于 TensorFlow 的 EEG 任务（信号）分类深度学习库。

Intel® oneAPI Toolkits 的示例代码

一个在 C++ 中使用 Keras (TensorFlow) 模型的轻量级头文件-only 库。

:computer: 学习让机器学习，这样你就不用辛苦编写程序；终极清单

Windows ML 的示例与工具。

TensorFlow 101：深度学习简介

使用深度学习将黑白图像上色。

闭式连续时间神经网络

透过 CNN 进行手势识别。以 Keras + Tensorflow/Theano + OpenCV 实现

将图片放大 4 倍，同时生成逼真的照片级细节。

快速且简单的资源受限深度网络结构学习

使用 Tensorflow 2.x 的 tf.keras 模型可解释性方法。

《Reinforcement Learning: Theory and Python Implementation》一书的源代码。

使用结构化信号训练神经模型。

⚡ TensorFlowASR：Tensorflow 2 中几乎达 SOTA 的自动语音识别。支持使用字符或子字的语言

不限框架的顶尖显著性方法（XRAI、BlurIG、SmoothGrad 等）实现。

用于将 ONNX 文件转换为 LiteRT/TFLite/TensorFlow、PyTorch 原生代码 (nn.Module)、TorchScript (.pt)、state_dict (.pt)、Exported Program (.pt2) 以及 Dynamo ONNX 的工具。它还支持从 LiteRT 直接转换为 PyTorch。

通过这系列完整的深度学习教程，使用 tensorflow2.0、keras 与 python 学习深度学习。从零开始学习深度学习。适合初学者的深度学习系列。Tensorflow 教程、tensorflow 2.0 教程、python 深度学习教程。

Keras 3 的预训练模型中心

基于最新版本 rasa 搭建的中文对话系统

包含 Ubuntu 20.04 镜像文件的 Jetson Nano

Bolt 是一个高性能且具备异质灵活性的深度学习库。

使用 Keras Framework 实现的 VGGFace

给定从单目彩色影像取得的 2D 身体关节估计值，以热门的 Bio Vision Hierarchy (BVH) 格式直接估计 3D 人体姿势的实时方法。我们的贡献包括：(a) 新颖且精简的 2D 姿势 NSRM 表示法。(b) 人体方向分类器与方向微调集合体

kapre: Keras 音频预处理器

用于执行多种框架深度学习模型的统一接口

Deep Speaker：端到端神经说话人嵌入系统。