deep-learning

Tài nguyên, Thực hành và Nghiên cứu về Machine Learning và Agentic AI

Phiên bản thứ 3 của course.fast.ai

Torchreid: Nhận dạng lại con người bằng học sâu trong PyTorch.

Tôi tin rằng bạn, những học viên cao học và những người đang tìm việc - đối tượng chính mà cuốn sách này hướng tới - sẽ nhận được nhiều lợi ích khi đọc nó; tuy nhiên, tôi cũng hy vọng rằng ngay cả những nhà nghiên cứu giàu kinh nghiệm nhất cũng sẽ thấy nó vô cùng thú vị.

Một framework mã nguồn mở dành cho Prompt-Learning.

Bộ công cụ trực quan hóa học sâu (Công cụ trực quan hóa học sâu PaddlePaddle)

Densely Connected Convolutional Networks, tại CVPR 2017 (Giải thưởng Bài báo xuất sắc nhất).

Một Framework Deep Learning độc lập với Engine bằng Java

Ngôn ngữ lập trình xác suất trong TensorFlow. Mô hình tạo sinh sâu, suy luận biến phân.

🌟 Hơn 100 sơ đồ nguyên lý LLM / RL gốc 📚, tác giả của cuốn "Đại mô hình thuật toán" đặc biệt đóng góp! 💥 (100+ LLM/RL Algorithm Maps)

MegEngine là một framework học sâu nhanh chóng, có thể mở rộng, dễ sử dụng và hỗ trợ tính đạo hàm tự động

Thư viện cấp cao giúp đào tạo và đánh giá mạng neural trong PyTorch một cách linh hoạt và minh bạch.

Thực hành trên cifar100 (ResNet, DenseNet, VGG, GoogleNet, InceptionV3, InceptionV4, Inception-ResNetv2, Xception, Resnet In Resnet, ResNext, ShuffleNet, ShuffleNetv2, MobileNet, MobileNetv2, SqueezeNet, NasNet, Residual Attention Network, SENet, WideResNet)

Kiến thức, mã nguồn, ý tưởng và giải pháp cho các cuộc thi khai thác dữ liệu, thị giác máy tính, xử lý ngôn ngữ tự nhiên và hệ thống gợi ý

Bộ công cụ phát hiện, nhận dạng và hiểu văn bản của OpenMMLab

Bộ sưu tập tài liệu, sách, câu hỏi và danh mục đầu tư để luyện phỏng vấn DS/ML

Thư giãn! Flux là thư viện ML không làm bạn căng thẳng

LightGlue: Khớp nối đặc trưng cục bộ với tốc độ ánh sáng (ICCV 2023)

Hướng dẫn về Prompt Engineering, Generative AI và LLM bởi Learn Prompting | Tham gia Discord của chúng tôi để gia nhập cộng đồng học tập Prompt Engineering lớn nhất

Bản cài đặt JAX của mô hình Whisper từ OpenAI giúp tăng tốc lên tới 70 lần trên TPU.

Ngăn xếp phần mềm của Google DeepMind dành cho mô phỏng dựa trên vật lý và môi trường Reinforcement Learning, sử dụng MuJoCo.

Hướng dẫn xây dựng hệ thống deep learning cấp độ sản xuất thực tế để triển khai trong các ứng dụng thế giới thực.

Danh sách tổng hợp tài nguyên Python cho khoa học dữ liệu.

Côngemy suy luận nhanh cho các mô hình Transformer

TNN: được phát triển bởi Tencent Youtu Lab và Guangying Lab, một framework suy luận học sâu đồng nhất cho di động, máyδ để bàn và máy chủ. TNN nổi bật với các tính năng xuất sắc bao gồm khả năng đa nền tảng, hiệu suất cao, nén mô hình và cắt tỉa mã. Dựa trên ncnn và Rapidnet, TNN củng cố hơn nữa việc hỗ trợ và tối ưu hóa hiệu suất cho thiết bị di động, đồng thời...

Khử nhiễu sử dụng bộ lọc sâu (deep filtering)

🤗 AutoTrain Advanced

Triển khai cắm và chạy (plug-and-play) của Tree of Thoughts: Giải quyết vấn đề có chủ ý với các mô hình ngôn ngữ lớn giúp nâng cao khả năng suy luận của mô hình lên ít nhất 70%.

[ECCV 2022] Đây là mã nguồn chính thức của BEVFormer, một framework chỉ dùng camera cho nhận diện lái xe tự động, ví dụ: phát hiện đối tượng 3D và phân đoạn bản đồ ngữ nghĩa.

Sách "Mô hình ngôn ngữ lớn" tác giả: Triệu Hâm, Lý Quân Nghị, Châu Côn, Đường Thiên Nhất, Văn Kế Vinh