DeepWorks By Avkash Chauhan (@avkashchauhan)
@Prodramp YouTube频道 - 请访问YouTube频道,观看该GitHub资源库中所有与GitHub内容相关的视频
开发者项目
深度学习工作坊
-
[1] 处理卫星图像以识别各种地标 (4小时,3个视频)
大型语言模型和开源模型
激动人心的NeRF项目和开源模型
生成式AI - 艺术、内容、媒体
深度学习和人工智能
- OpenAI Whisper - 音频/视频转文本(转录/翻译)
- 稳定扩散视频 - 多个提示到视频
- 稳定扩散GUI - 用于文本到图像的Gradio UI与TensorFlow模型
- 稳定扩散 - 文本到图像的开源AI模型
- Bloom 176B 参数 - 大型语言模型
- TorchStudio - 导入数据集,训练和保存模型
- EG3D - 高效的几何感知3D生成对抗网络
- Hugging Face - 模型训练、调优和推理,一站式平台
深度学习内容
- JoJoGAN - 面部风格化(3部分视频系列,包括训练、推理、模型导出和部署)
- 学习文本到图像研究的12篇研究论文
- 扩散模型 - 理论、实现和模型
- 关于VQ-GAN的一切 - 3部分视频系列
- 使用AI模型的文本到图像工作坊 - 分步指南
- 文本到图像AI模型 - 不同方法和不同结果,相同目标
- NeRF场景 - Instant-ngp
- LIMoE(多模态专家混合模型 - Google)
- MoE(专家混合模型 - Google)
- PyTorch教程
- DALL-E Mini
- GraphViz
- 图神经网络
- 主题建模
- Python中的卷积示例
- 自动驾驶技术
- 使用机器学习的数字序列预测
- GPT模型(OpenAI和开源模型)
- 不再是黑箱模型:可解释机器学习或透明人工智能
- 视觉图形神经网络:一幅图像相当于节点的图形
- ruDALL-E: 文本到图像1.3B参数开源模型
- BCI - 脑机接口
开发者工具
- 深度学习设备 - 安装Nvidia驱动程序,带有Conda的Cuda工具包,TensorFlow和PyTorch
- JAX/JAXlib与Cuda/cudNN的安装
- 在Ubuntu 22.04上用Conda和Python安装带有Cuda、cudNN的dlib
- Apple M1与Metal GPU的深度学习
联系方式
- 如果您希望在此处看到内容或需要在类似主题上获得帮助,请随时通过以下渠道与我联系。
Prodramp联系
- 🧩 YouTube频道:https://www.youtube.com/channel/UClLqLPWRsta-inJcDrqh6Pg
- 👀 Twitter:https://twitter.com/prodramp
个人联系
- 😄 Avkash Chauhan (@avkashchauhan)
- 🌱 https://www.linkedin.com/in/avkashchauhan
- 📫 https://twitter.com/avkashchauhan
- 🕹 https://github.com/Avkash
- 📜 https://blogs.prodramp.com/
学习中
- 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