Project Icon

Awesome-Learning-with-Label-Noise

噪声标签学习研究资源汇总

Awesome-Learning-with-Label-Noise项目汇总了噪声标签学习领域的重要资源。该项目收集2008年以来的相关论文、代码和工具,涵盖多种噪声标签处理方法。这一资源列表为研究人员和开发者提供全面参考,有助于解决噪声标签问题,促进机器学习在不完美数据环境中的应用。

awesome-production-machine-learning - 机器学习生产部署、监控和安全保护的工具列表
Github开源项目数据版本控制机器学习模型解释生产环境部署隐私保护
这个开源库列表综合提供了机器学习生产部署、监控和安全保护的工具,涵盖隐私保护、模型与数据版本管理、训练协调等多个关键领域,是机器学习专业人员和爱好者优化项目实施和管理的理想选择。
Awesome-ICCV2023-Low-Level-Vision - ICCV2023低层视觉研究论文与代码资源汇总
Github低层视觉去噪去模糊图像恢复开源项目超分辨率
该项目整理汇总了ICCV2023会议发表的低层视觉领域论文和相关代码实现。内容涵盖图像恢复、超分辨率、去噪、去模糊等多个研究方向,并进行了分类整理。项目提供论文链接和代码仓库地址,方便研究者快速查找所需资源。同时还收录了其他相关会议的低层视觉论文集合链接,为该领域研究提供全面的参考资料。
Awesome-Deepfakes-Detection - 全面深度伪造检测资源库 数据集工具及最新研究
Deepfake检测Github工具开源项目数据集竞赛论文
该项目汇集了深度伪造检测领域的综合资源,包括视频和图像数据集、开源检测工具、竞赛信息以及顶级会议论文。内容涵盖最新数据集、实用工具和前沿研究成果,为研究人员提供了深度伪造检测领域的全面参考资料,有助于快速掌握该领域的最新进展。
awesome-mlops - 多种自动化机器学习、数据处理、模型部署工具集合
GithubMLOps开源项目数据处理数据管理模型服务自动化机器学习
发掘和运用顶尖MLOps工具:该项目汇集了多种自动化机器学习、数据处理、模型部署工具,供数据科学家和机器学习工程师选择使用,以简化机器学习流程,优化生产活动。
Active-Passive-Losses - 归一化损失函数提高深度学习噪声标签处理效果
CIFARGithubPython开源项目损失函数标签噪声深度学习
Active-Passive-Losses项目实现了ICML 2020论文提出的归一化损失函数,用于提高深度学习模型处理噪声标签的能力。项目提供CIFAR-10和CIFAR-100数据集上的实验配置,支持多种噪声率和噪声类型。研究者可利用此代码复现结果或将新损失函数应用于自身研究。
awesome-project-ideas - 精选深度学习与机器学习项目创意
Deep LearningGithubMachine LearningNLP图像处理开源项目推荐系统
提供30多个深度学习和机器学习项目创意,从入门到研究级别,适用于学术界和工业界。涵盖黑客松创意、文本处理、时间序列预测、推荐系统、图像和视频处理、音乐和音频处理等多个领域,帮助开发者和研究人员实践最新技术。
awesome-colab-notebooks - 机器学习实验的精选Colab笔记合集
Colab notebooksGitHub仓库GithubML实验开源项目点击率特征集
该项目聚集了诸多适用于机器学习实验的Colab笔记,涵盖从音频生成到视频驱动的多种实用项目,如SpecVQGAN和LivePortrait。通过精选库和研究论文,这个资源为机器学习爱好者和研究人员提供了丰富内容,包括热门代码仓库和高引用的学术论文,便于用户快速进行实验和探索最新技术。
Awesome-SSL4TS - 自监督学习在时间序列分析中的应用资源
Github对比学习开源项目时间序列生成式方法自监督学习表示学习
这个项目汇总了时间序列数据自监督学习的最新研究资源,包括相关论文、代码和数据集。资源分为生成式和对比式两大类方法,涵盖了自回归预测、自编码重构、扩散模型生成、采样对比、预测对比和增强对比等技术。该资源列表为时间序列自监督学习研究提供了全面的参考材料。
awesome-knowledge-distillation - 知识蒸馏技术研究论文资源集锦
AIGithub开源项目模型压缩深度学习知识蒸馏神经网络
项目汇集了知识蒸馏领域的学术论文,内容丰富全面。资源从早期神经网络集成研究到当前前沿方法,涉及模型压缩、迁移学习等多个相关方向。对于深入研究知识蒸馏技术的学者和工程师而言,这是一个系统化的参考资料库。
awesome-llm-interpretability - 深入理解大语言模型内部机制与可解释性
GithubLLM人工智能可解释性开源项目机器学习神经网络
该项目汇集了大语言模型(LLM)可解释性领域的核心资源,包括解释性工具、学术论文、行业报告和深度分析文章。内容涵盖神经元分析、注意力机制、模型行为等多个维度,旨在帮助研究人员和开发者深入理解LLM内部原理,提升模型透明度。项目为LLM可解释性研究提供了全面的知识库和工具集。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号