Eine Sammlung von Deep-Learning-Projekten und -Ressourcen
Treten Sie meinem YouTube-Kanal @Prodramp bei, um alles rund um Data Science, maschinelles Lernen sowie künstliche Intelligenz und Technologie zu erfahren.
Unter den kommenden Deep-Learning-Repositorys auf GitHub und dem YouTube-Kanal
YouTube-Kanal von @Prodramp – Bitte besuchen Sie den YouTube-Kanal, um alle Videos zu den GitHub-Inhalten anzusehen, die Sie in diesem GitHub-Repo finden
Entwicklerprogramm
Datenverarbeitungskurs in Python für angehende Python-Entwickler – 4 Teile
Entwicklung einer Gradio-basierten Benutzeroberfläche mit Registerkarten – 2 Teile
Erstellen eines Python-Moduls, Verpacken als Wheel-Paket, Lieferung und Installation – 3 Teile
Rust von ChatGPT
Statistik des maschinellen Lernens
Teil 1. Verarbeitung von Satellitenbilddaten
Teil 2. Anwendung von Deep-Learning-Methoden auf Satellitenbilddaten
Teil 3. Modellbereitstellung und verschiedene andere Aufgaben
LLM-Forschung und Open-Source-LLM-Modelle
NeRF-Forschung und Opensource-NeRF-Modelle
Whiteboarding – ChatGPT verstehen
Whiteboarding – LLM Tech Stack verstehen
Entwicklung einer Q/A-Anwendung für Unternehmensinhalte im ChatGPT-Stil
ChatGPT
FineTune LLM
Erlernen großer Sprachmodelle
Deep-Learning-Studienplan MindMap
OpenAI Whisper – Audio/Video zu Text (Transkribieren/Übersetzen)
Stabiles Diffusionsvideo – mehrere Aufforderungen zum Video
Stabile Diffusions-GUI – Gradio-Benutzeroberfläche für Text-zu-Bild-TensorFlow-Modelle
Stabile Verbreitung – Text-zu-Bild-OpenSource-KI-Modell
Bloom 176B-Parameter – Großes Sprachmodell
TorchStudio – Datensätze importieren, Modelle trainieren und speichern
EG3D – Effiziente geometriebewusste generative gegnerische 3D-Netzwerke
Hugging Face – Modelltraining und -optimierung, Inferenz, alles an einem Ort
JoJoGAN – Gesichtsstilisierung (3 Videoserien zu Training, Inferenz, Modellexport und -bereitstellung)
12 Forschungsarbeiten zum Erlernen der Text-2-Bild-Forschung
Diffusionsmodelle – Theorie, Implementierungen und Modelle
All Things VQ-GAN – Eine dreiteilige Videoserie
Text-zu-Bild-Workshop mit AI-Modellen – Schritt-für-Schritt-Anleitung
Text-to-Image-KI-Modelle – Unterschiedliche Methoden und unterschiedliche Ergebnisse, dasselbe Ziel
NeRF-Szene – Instant-NGP
LIMoE (Multimodaler Expertenmix – Google)
MoE (Expertenmischung – Google)
PyTorch-Tutorials
DALL-E Mini
GraphViz
Graphische neuronale Netze
Themenmodellierung
Faltungsbeispiel in Python
Selbstfahrende Technologie
Zahlenreihen und Vorhersage mit ML
GPT-Modelle (OpenAI und OpenSource)
Keine Blackbox-Modelle mehr: MLI oder XAI
Vision GNN: Ein Bild ist ein Knotendiagramm
ruDALL-E: Text 2 Bild 1.3B Parameter Open-Source-Modell
BCI – Brain Computer Interface
Deep Learning Rig – Installation von Nvidia-Treibern, Cuda-Toolkits für Conda, TensorFlow und PyTorch
JAX/JAXlib-Installation mit Cuda/cudNN
dlib-Installation mit Cuda, cudNN auf Ubuntu 22.04 mit Conda und Python
Apple M1 mit Metall-GPU für Deep Learning
Wenn Sie hier etwas sehen möchten oder Hilfe zu ähnlichen Themen benötigen, können Sie mich gerne über einen der unten aufgeführten Kanäle kontaktieren.
YouTube-Kanal: https://www.youtube.com/channel/UClLqLPWRsta-inJcDrqh6Pg
Twitter: https://twitter.com/prodramp
Avkash Chauhan (@avkashchauhan)
https://www.linkedin.com/in/avkashchauhan
https://twitter.com/avkashchauhan
https://github.com/Avkash
https://blogs.prodramp.com/
https://github.com/eriklindernoren/ML-From-Scratch
https://github.com/kwea123/nerf_pl#blender
https://github.com/bmild/nerf
https://github.com/musikalkemist/pytorchforaudio
https://medium.com/@oleguer.canal/the-attention-mechanism-zoo-309c05768ed9
https://towardsdatascience.com/audio-deep-learning-made-simple-part-1-state-of-the-art-techniques-da1d3dff2504
https://github.com/RizwanMunawar/yolov7-pose-estimation
https://github.com/ultralytics/yolov5
https://www.augmentedstartups.com/yolox-pro-computer-vision-dashboard