此仓库包含关于机器学习、深度学习、计算机视觉、自然语言处理、爬虫等领域的各种项目学习资料和代码。
包含论文解析以及概念整理。
包含以下深度学习项目和案例:
- 3D Keypoint: 3D 关键点检测
- Data Preprocessing for NLP: NLP 数据预处理
- DGCNN: 动态图卷积神经网络
- ERNerClassification: 实体识别与分类
- FCOS_Pytorch_Case: FCOS 目标检测 Pytorch 实现
- Fraud Prediction: 欺诈预测
- Keras Text Classification: Keras 文本分类
- Lebert NER: 基于 Lebert 的命名实体识别
- Mnist: 手写数字识别
- NER: 命名实体识别
- Pointnet/Pointnet2: 点云网络
- Reading Comprehension: 阅读理解
- RetinaNet: 视网膜网网络
- Swin: Swin Transformer
- T5: Text-to-Text Transfer Transformer
- Text Generation TF: 基于TensorFlow的文本生成
- VAE: 变分自编码器
- YOLOv5: YOLOv5目标检测 + 量化感知训练 + 教师模型 + 剪枝
CV Note: 计算机视觉笔记
- WGAN: Wasserstein GAN
- Improved GAN: 改进的 GAN 模型
复现以下图神经网络模型:
- GAT: 图注意力网络
- GIN: 图同构网络
- GraphQ
- GraphSAGE
- Label Propagation: 标签传播算法
- LINE
- Metapath2Vec
- MPNN: 消息传递神经网络
- PinSAGE
- PyGCN
- RGCN
- SDNE
Large Model Notes: 大模型相关的 50 篇笔记
Fraud Detection: 欺诈检测算法
- Sklearn ONNX: Sklearn 模型转 ONNX
- ONNX Runtime: ONNX 模型运行时
- PNNX: 另一种 ONNX 工具
Matlab Optimization Implementation: Matlab 优化实现
- Requests
- Scrapy
SQL Notes: SQL 笔记
Complete Guide to Transformers: Transformer 模型完全解读
感谢您访问此仓库!我们希望您能在这里找到对您的学习和研究有价值的资源。如果您有任何反馈或建议,请通过 Issue 或 Pull Requests 与我们分享。希望这些资源能助您一臂之力,共同推动深度学习和机器学习领域的发展。
请继续关注更新,祝您探索愉快