Maschinelles Lernen · GitHub

Concrete ML: Privacy Preserving ML framework using Fully Homomorphic Encryption (FHE), built on top of Concrete, with bindings to traditional ML frameworks.

• Built-in models: Ready-to-use FHE-friendly models with a user interface that is equivalent to their the scikit-learn and XGBoost counterparts
• Customs models: Concrete ML supports models that can use quantization-aware training. These are developed by the user using PyTorch or keras/tensorflow and are imported into Concrete ML through ONNX

SFML is the first fully local AI solar forecast for Home Assistant, powered by a local Attention Transformer. No external AI — such as ChatGPT, Gemini, or Grok — required. Runs entirely on your device for complete privacy.

• The forecast - Hourly for 72 hours, learned from your roof: shading, local weather, panel groups — and forecast quality is measured, not claimed.
• Smart Charge - Charges the battery from the grid when electricity is cheap and the sun will not be enough — and leaves room for solar power otherwise.

Wandle YouTube-Videos mit Transkripten, zweisprachigen Übersetzungen, KI-Übersichten, Erklärungen und Notizen in ausführliche Lernmaterialien um. Verwende deine eigenen Schlüssel.

MobileNet build with Tensorflow

ZenML 🙏: Eine KI-Plattform für alles – von Pipelines bis zu Agents. https://zenml.io.

Evaluation of Deep Learning Frameworks

Ein Open-Source-Buch, das den schnellen Einstieg in die Entwicklung und Forschung im Bereich Deep Learning mit PyTorch erleichtert. Alle enthaltenen PyTorch-Tutorials wurden getestet, um sicherzustellen, dass sie erfolgreich ausgeführt werden.

Chess reinforcement learning by AlphaGo Zero methods.

基于Yolov5车牌检测,更快更准.

⚡️HivisionIDPhotos: ein leichtgewichtiges und effizientes KI-Tool für Passfotos. Ein leichtgewichtiges KI-Algorithmus zur Erstellung von Passfotos.

A tiny Transformer built from scratch in PyTorch, with an English-to-Chinese translation demo | 用 PyTorch 从零实现的小型 Transformer，附英译中演示，帮助理解模型原理

• One Python file: data processing, the model, training, and translation all live in transformer.py.
• Core components implemented by hand: scaled dot-product attention, multi-head attention, causal masking, and cross-attention.

使用机器学习算法完成对12306验证码的自动识别

[T-PAMI 2022] Meta-DETR for Few-Shot Object Detection: Official PyTorch Implementation

ResNeSt: Split-Attention-Netzwerke

The source code of CVPR 2019 paper "Deep Exemplar-based Video Colorization".

🔥🔥Leistungsstarke Gesichtserkennungsbibliothek auf Basis von PaddlePaddle und PyTorch🔥🔥

Code-Repository für die Echtzeit-Posenschätzung mehrerer Personen in CVPR'17 (Oral)