"기계 학습" 태그별 라이브러리

Aweome-Heathcare-Federated-Learning

연합 학습 논문/기사 및 최근 발전 사항에 대한 엄선된 목록입니다.

zhetapi

함께 제공되는 스크립팅 언어와 함께 C++ ML 및 수치 분석 API..

chatgpt-figma-plugin

Figma용 실험적 Chat GPT 플러그인.

strv-ml-mask2face

안면 마스크를 거의 제거하여 사람이 아래에서 어떻게 보이는지 확인합니다.

TotalWarSimulator

AI 연구를 위한 Total War Battle 시뮬레이터.
  • 45
  • C#
  • MIT

golinear

Go용 liblinear 바인딩.
  • 45
  • Go
  • GNU General Public License v3.0

mummify

기계 학습을 위한 버전 제어.

Real-time-Object-Detection-for-Autonomous-Driving-using-Deep-Learning

독일 프랑크푸르트 괴테 대학의 컴퓨터 비전 과정(2020년 가을)의 내 컴퓨터 비전 프로젝트입니다. Berkeley DeepDrive(BDD100K) Dataset을 기반으로 한 최신 Object Detection 알고리즘인 YOLO와 Faster R-CNN의 성능 비교..

tfgraphviz

TensorBoard와 같은 TensorFlow의 그래프를 표시하는 시각화 도구입니다.

live-digit-recognition

🔢 아름다운 웹 인터페이스에 쓴 숫자를 컴퓨터가 인식합니다.

hosted-models

단 몇 줄의 코드로 Runway Hosted Models와 상호작용하세요!.

Spectrum

Spectrum은 기계 학습을 사용하여 랩 노래 가사를 생성하는 AI입니다(by YigitGunduc).

MachineLearning-BaseballPrediction-BlazorApp

최신 Microsoft AI 및 개발 기술 스택(. Net Core 및 Blazor)을 사용하여 과거 야구 데이터에 대한 기계 학습.

astroddpm

노이즈 제거 확산 확률 모델은 실제와 질적으로나 물리적으로 구별할 수 없는 은하를 합성합니다.
  • 42
  • Shell
  • GNU Affero General Public License v3.0

cpp

C++의 알고리즘(vsmolyakov 작성).

cs231n

CS231n에 대한 참고 및 과제: 시각적 인식을 위한 컨볼루션 신경망(mirzaim 작성).

merged_depth

Monocular Depth Estimation - 사전 훈련된 여러 깊이 추정 모델의 가중 평균 예측.

spaceopt

그래디언트 부스팅 회귀를 통한 하이퍼파라미터 최적화.

NeuralSeed

Daisy Seed의 기타 앰프/페달 에뮬레이션을 위한 신경망.

bearid

Hypraptive BearID 프로젝트. 곰을 위한 FaceNet..

analisis-numerico-computo-cientifico

Análisis numérico y cómputo científico.

ltt

학습 후 테스트: 위험 제어를 달성하기 위한 예측 알고리즘 보정.

cnn-in-welding

방사선 영상을 이용한 용접 결함 검출 및 심각도 측정.

yaglm

구조적, 적응형 및 비볼록 페널티에 대한 피팅 및 모델 선택을 지원하는 페널티 일반화 선형 모델용 Python 패키지입니다.

SignLanguage

SignLanguage는 사용자가 기계 학습을 사용하여 실제로 미국 수화를 배우고 20,000개 이상의 ASL 구문에 대한 비디오에 액세스할 수 있는 플랫폼입니다.

kafkaml-anomaly-detection

Kafka와 Python을 이용한 실시간 이상 탐지 프로젝트.

HashedExpression

유형 안전 모델링 DSL, 기호 변환 및 최적화 문제 해결을 위한 코드 생성..

CoreML-samples

Apple에서 제공하는 ResNet50과 coremltools에서 생성한 사용자 지정 모델을 사용하는 Core ML용 샘플 코드..

Towards-Explainable-AI-System-for-Traffic-Sign-Recognition-and-Deployment-in-a-Simulated-Environment

이 프로젝트는 프랑크푸르트 괴테 대학교의 CS 과정 '시스템 공학과 생명 과학의 만남 I'의 일부입니다. 이 Computer Vision 프로젝트에서는 시스템 엔지니어링 접근 방식을 사용하여 교통 표지 인식 문제를 해결하려는 첫 번째 시도를 제시합니다.
  • 40
  • C#
  • MIT

ds2

코딩 없이 AI 모델을 사용하는 가장 쉬운 방법(웹 UI 및 API 지원)(by DS2BRAIN).
  • 40
  • Python
  • Apache License 2.0