Libs با برچسب "یادگیری عمیق"
awesome-nlp
:book: فهرستی از منابع اختصاص داده شده به پردازش زبان طبیعی (NLP).
- 15.0k
- /DEVs
- Creative Commons Zero v1.0 Universal
pytorch_geometric
کتابخانه شبکه عصبی نمودار برای PyTorch [انتقال به: https://github.com/pyg-team/pytorch_geometric] (توسط rusty1s).
- 14.5k
- Python
- MIT
Awesome-pytorch-list
فهرستی جامع از محتوای مرتبط با پایتورچ در github، مانند مدلهای مختلف، پیادهسازیها، کتابخانههای کمکی، آموزشها و غیره.
- 14.3k
- /DEVs
best-of-ml-python
🏆 لیست رتبه بندی شده ای از کتابخانه های عالی یادگیری ماشین پایتون. به روز رسانی هفتگی..
- 14.1k
- Python
- Creative Commons Attribution Share Alike 4.0
awesome-production-machine-learning
فهرستی از کتابخانه های منبع باز عالی برای استقرار، نظارت، نسخه و مقیاس یادگیری ماشین شما.
- 14.1k
- /DEVs
- MIT
tensor2tensor
کتابخانه مدلهای یادگیری عمیق و مجموعههای داده طراحی شده برای دسترسی بیشتر به یادگیری عمیق و تسریع تحقیقات ML.
- 13.9k
- Python
- Apache License 2.0
label-studio
Label Studio یک ابزار برچسبگذاری و حاشیهنویسی دادههای چند نوع با فرمت خروجی استاندارد شده است.
- 13.7k
- Python
- Apache License 2.0
Machine-Learning-Tutorials
آموزش ماشینی و یادگیری عمیق، مقالات و منابع دیگر.
- 13.7k
- /DEVs
- Creative Commons Zero v1.0 Universal
first-order-model
این مخزن حاوی کد منبع مقاله First Order Motion Model for Image Animation است.
- 13.6k
- Jupyter Notebook
- MIT
500-AI-Machine-learning-Deep-learning-Computer-vision-NLP-Projects-with-code
500 AI یادگیری ماشینی یادگیری عمیق پروژه های NLP بینایی کامپیوتری با کد.
- 13.0k
- /DEVs
albumentations
کتابخانه تقویت تصویر سریع و یک بسته بندی آسان برای استفاده در اطراف کتابخانه های دیگر. مستندات: https://albumentations.ai/docs/ مقاله درباره کتابخانه: https://www.mdpi.com/2078-2489/11/2/125.
- 12.3k
- Python
- MIT
nsfw_data_scraper
مجموعه ای از اسکریپت ها برای جمع آوری داده های تصویر به منظور آموزش یک طبقه بندی کننده تصویر NSFW.
- 12.0k
- Shell
- MIT
transferlearning
انتقال یادگیری / تطبیق دامنه / تعمیم دامنه / یادگیری چند وظیفه ای و غیره. مقالات، کدها، مجموعه داده ها، برنامه ها، آموزش ها.-迁移学习.
- 11.8k
- Python
- MIT