awesome-3D-Generative-Models
wendashi
Explorez les outils pour entraîner, évaluer et exécuter des modèles, et comparez leur popularité.
wendashi
Une compilation complète et à jour de jeux de données, d’outils, de méthodes, d’articles de synthèse et de compétitions sur la détection des changements par télédétection.
wepe
Notions de base en apprentissage automatique et en apprentissage profond

Une feuille de route sur l’IA couvrant l’évolution de l’apprentissage automatique, de l’apprentissage profond, des réseaux antagonistes génératifs (GAN), des réseaux de neurones graphiques (GNN), du NLP et du big data. Elle comprend une grande quantité de code source Python et PyTorch pour assimiler les notions fondamentales, préparer les entretiens et passer du statut de débutant à celui d’ingénieur qualifié. Les articles consacrés à l’apprentissage profond incluent le code source officiel de TensorFlow et de Caffe ; la partie consacrée aux applications couvre les algorithmes de recommandation et les graphes de connaissances.
wgcban
williamFalcon
WongKinYiu
worldstrat
The WorldStrat Dataset
Xiangyue-Zhang
xiaoshe1337-star
xiaotudui
xinghaochen
xingjian-bai
OPAL : un optimiseur réactif. Un agent de programmation réécrit l’optimiseur pendant l’entraînement du modèle.
xmu-xiaoma666
XPixelGroup

Boîte à outils open source pour la restauration d’images et de vidéos, notamment la super-résolution, la réduction du bruit et la suppression du flou. Elle inclut actuellement EDSR, RCAN, SRResNet, SRGAN, ESRGAN, EDVR, BasicVSR, SwinIR, ECBSR, etc. Elle prend également en charge StyleGAN2 et DFDNet.
xuzhiqin1990
A lecture note for understanding deep learning
yandex-research
yangheng95
yangqy1110
扩散模型原理和pytorch代码实现初学资料汇总
yanshengjia
Awesome Artificial Intelligence Projects
ydli-ai
[COLING 2022] CSL: A Large-scale Chinese Scientific Literature Dataset 中文科学文献数据集
yeemachine
yenchenlin