data-augmentation

快速產生弱監督訓練資料的系統

GPU 加速函式庫，提供高度最佳化的建構模組與執行引擎，用於資料處理以加速深度學習訓練與推論應用。

高效能臉部辨識庫，支援 PaddlePaddle 與 PyTorch

TextAttack 是一個用於 NLP 的 Python 框架，支持對抗性攻擊、數據增強和模型訓練 https://textattack.readthedocs.io/en/master/

高效 Python I/O 系統，適用於大型（及小型）深度學習問題，對 PyTorch 支援強大

用於 AI 應用程式的醫學影像處理。

用於音訊資料增強的 Python 函式庫。有助於讓音訊機器學習模型不僅在實驗室，還能在真實世界中表現良好。

🎨 NeMo Data Designer：從頭開始或從種子資料生成高品質的合成資料。

fastdup 是一款強大且免費的工具，旨在從影像與影片資料集中快速產生有價值的洞見。它有助於提高影像和標籤的品質，同時大幅降低資料維運成本，並具備無與倫比的可擴充性。

一鍵中文數據增強包 ； NLP數據增強、bert數據增強、EDA：pip install nlpcda

實用的資料增強資源清單。這裡有許多不常見的技術、函式庫、GitHub 儲存庫連結、論文及其他資源。

TKDE 論文「Self-supervised learning on graphs: Contrastive, generative, or predictive」的程式碼

此儲存庫收集了「Large Language Model 知識蒸餾調查」的相關論文。我們將知識蒸餾（KD）拆解為知識引出與蒸餾演算法，並探討 LLM 的技能與垂直蒸餾。

在 PyTorch 中進行快速的音訊資料擴增。受 audiomentations 啟發。適用於深度學習。

關於使用大型語言模型（LLM）進行生成式資訊萃取（IE）的精選論文

針對印度語言的自然語言處理工具包，旨在為應用程式開發人員可能需要的各種 NLP 任務提供開箱即用的支援

用於生成與評估合成表格資料以確保隱私、公平性及進行資料增強的程式庫。

CAIRI 監督式、半監督式與自我監督式視覺表徵學習工具箱與基準測試

輕量級單人姿態估計器

用於渲染合成紙張列印、傳真、掃描與影印機處理程序的增強管線。

新一代 Albumentations：採用開源與商業雙重授權