VMP
Pytorch
scikit-learn Machine Learning in Python
Neural Network in Your Browser
Intermediate Python
Tutorials for learning Torch
Get Started with TensorFlow
scikit-learn Machine Learning in Python
Начните с TensorFlow 2.0 для новичков
Эффективный TensorFlow 2.0
Effective TensorFlow 2
tensorflow2.0-examples Jupyter notebooks to help you started with tensorflow 2.0
Deep Learning
TensorFlow 2.0 Tutorial in 10 Minutes
TensorFlow 2.0 Tutorial 01: Basic Image Classification
TensorFlow 2 Tutorial: Get Started in Deep Learning With tf.keras
TensorFlow 2 quickstart for experts
TensorFlow-2.x-Tutorials dragen1860
GitHub TensorFlow+2.0 repository results
Transformers: State-of-the-art Natural Language Processing for TensorFlow 2.0 and PyTorch. https://huggingface.co/transformers
LearningTensorFlow
Make_Money_with_Tensorflow_2.0
TensorFlow Image Classifiers on Android, Android Things, and iOS
Robust VI-SLAM and HD-Map Reconstruction for Location-based Augmented Reality
PyTorch 1.5 released, new and updated APIs including C++ frontend API parity with Python.
Welcome to PyTorch Tutorials
PyTorch tutorials. https://pytorch.org/tutorials/
PyTorch: ~40k repositories on GitHub
TensorFlow: ~80k repositories on GitHub
Magenta: Music and Art Generation with Machine Intelligence GitHub
magenta-demos GitHub
Colab Notebooks magenta
Demonstrations of Magenta Models
AI Duet
Generating Piano Music with Transformer
DDSP Timbre Transfer Demo
DDSP: Differentiable Digital Signal Processing
DDSP: Differentiable Digital Signal Processing
Нейронные сети предпочитают текстуры и как с этим бороться
Новые архитектуры нейросетей 2020
scikit-learn GitHub
Введение в Scikit-learn
Введение в машинное обучение с помощью Python и Scikit-Learn
scikit-learn
Supervised learning
Examples
Neural network models (supervised
matplotlib tutorials
matplotlib gallery
SciPy Cookbook
Python SciPy Tutorial: Learn with Example
Scipy Lecture Notes
Scipy Lecture Notes
autofig
Deep Learning: Transfer learning и тонкая настройка глубоких сверточных нейронных сетей 2016
impersonator PyTorch implementation of our ICCV 2019 paper: Liquid Warping GAN: A Unified Framework for Human Motion Imitation, Appearance Transfer and Novel View Synthesis https://svip-lab.github.io/project/im…
Liquid Warping GAN: A Unified Framework for Human Motion Imitation, Appearance Transfer and Novel View Synthesis ICCV 2019
svip-lab.github.io
Structured3D: A Large Photo-realistic Dataset for Structured 3D Modeling
Deep Learning VK
10 Best Machine Learning Frameworks in 2020
PyTorch Tutorial: How to Develop Deep Learning Models with Python
Detecting COVID-19 in X-ray images with Keras, TensorFlow, and Deep Learning
MIPT-NPM MIPT nuclear physics methods lab
mipt-npm Kotlin kernel for Jupyter/iPython
Kotlin mathematics extensions library
kmath-demo
COVID – 19 Outbreak Prediction using Machine Learning | Machine Learning Training | Edureka 29 мар. 2020 г
Dragonfly Daily 17 Image segmentation with Deep Learning in Dragonfly (2020)
19 Advanced Topics with Deep Learning in Dragonfly (2020)
Future of AI/ML | Rise Of Artificial Intelligence & Machine Learning | AI and ML Training | Edureka 17 мар. 2020 г.
Marc Niethammer: “Deep Learning for Medical Image Registration”
Deep Learning and 3D Mapping
3D Deep Learning with TensorFlow 2
kaggle Faster Data Science Education
Сингулярное разложение
Нейросеть NS-CL интерпретирует сцену, требуя всего 5000 изображений для обучения
scikit-learn Machine Learning in Python
Синтез изображений с помощью глубоких нейросетей — Виктор Лемпицкий 2016
Avatar Digitization From a Single Image For Real-Time Rendering (SIGGRAPH Asia 2017)
2019
Gaussian Process
Лекции по математике Мех-Мат МГУ
Лекции на Мат-Мехе СПбГУ
Deep Learning на пальцах
A list of ICs and IPs for AI, Machine Learning and Deep Learning
scikit-learn Machine Learning in Python
Основы байесовского вывода
Neural Network in Your Browser
Intermediate Python
Tutorials for learning Torch
Get Started with TensorFlow
Google AI Publication database
mit-deep-learning-book-pdf
Deep Bayes в глубинном обучении 2017
PyCharm for Anaconda
deep-learning-specialization-coursera
Deep Learning Specialization by Andrew Ng on Coursera
Специализация Глубокое обучение Deep Learning Specialization. Master Deep Learning, and Break into AI
music21 5.7.0 pip install music21
What is music21?
music21 Documentation
AI, практический курс. Музыкальная трансформация на основе эмоций 2018
25 полезных опенсорсных проектов в сфере машинного обучения
Robust VI-SLAM and HD-Map Reconstruction for Location-based Augmented Reality guofeng-zhang
scikit-learn GitHub
Введение в Scikit-learn
Введение в машинное обучение с помощью Python и Scikit-Learn
scikit-learn
Supervised learning
Examples
Neural network models (supervised
matplotlib tutorials
matplotlib gallery
SciPy Cookbook
Python SciPy Tutorial: Learn with Example
Scipy Lecture Notes
Scipy Lecture Notes
autofig
Speech and Language Processing (3rd ed. draft)
Structured Matrix Computations from Structured TensorsLecture 3. The Tucker and Tensor Train Decompositions Charles F. Van Loan
Q. ZHAOet al.TENSOR RING DECOMPOSITION1Tensor Ring Decomposition
A Randomized Tensor Train Singular Value Decomposition
The Tensor-Train Format and Its Applications
Тензорные разложения и их применения. Лекция в Яндексе
MATRIX Computation Golub
Введение в тензорные разложенияи их приложения
Тензоризованные нейронные сети
JMLR: Workshop and Conference Proceedings vol 49:1–31, 2016On the Expressive Power of Deep Learning: A Tensor Analysis
EXPRESSIVE POWER OF RECURRENT NEURAL NET-WORKS
Иван Оселедец, Сколковский институт науки и технологий1Математика нейронных сетей
Быстрый метод Мультиполей
Сингулярное разложение
Сингулярное разложение
Transfer learning
Transfer Learning Tutorial
Transfer Learning Using Pretrained ConvNets
The State of Transfer Learning in NLP
An Introduction to Transfer Learning in Machine Learning
Transfer Learning Introduction
Transfer learning for deep learning
A Gentle Introduction to Transfer Learning for Deep Learning
Transfer Learning
Transfer Learning with Keras and Deep Learning
Autograd mechanics Excluding subgraphs from backward
Transfer Learning: как быстро обучить нейросеть на своих данных
Реализация Transfer learning с библиотекой Keras 2018
Python: метапрограммирование в продакшене. Часть первая
Python: метапрограммирование в продакшене. Часть вторая
-https://www.youtube.com/watch?v=Ui1KbmutX0k
Transfer Learning
Attention based networks
attention-model
Attention mechanism Implementation for Keras
Activation Maps (Layers Outputs) and Gradients in Keras
How to Develop an Encoder-Decoder Model with Attention for Sequence-to-Sequence Prediction in Keras
attention-mechanism
attention
Text classifier for Hierarchical Attention Networks for Document Classification
SplineCNN: Fast Geometric Deep Learning with Continuous B-Spline Kernels
Geometric Deep Learning Extension Library for PyTorch https://pytorch-geometric.readthedocs
PyTorch Geometric Documentation
LeNet-5 in 9 lines of code using Keras
Туториал: перенос стиля изображений с TensorFlow 2019
Как конвертировать модель из TensorFlow в PyTorch 2019
TensorFlow is an end-to-end open source platform for machine learning
Google AI представила библиотеку TensorNetwork для эффективных вычислений в квантовых системах
Deep_Learning_AI GitHub
Google объявила о выходе TensorFlow 2.0
Tensorpack: быстрый интерфейс для обучения нейросетей на TensorFlow
TensorFlow Model Optimization Toolkit — float16 quantization halves model size
Машинное обучение Сергей Николенко
Sequence To Sequence Attention Models In DyNet
attention_networks.pdf
Effective Approaches to Attention-based Neural Machine Tr anslation pdf
A Brief Overview of Attention Mechanism
What is exactly the attention mechanism introduced to RNN (recurrent neural network)?
A Beginner’s Guide to Attention Mechanisms and Memory Networks
Attention and Memory in Deep Learning and NLP
Механизмы внимания в нейронных сетях – MachineLearning.ru
Tensorflow implementation of attention mechanism for text classification tasks
How to Use Word Embedding Layers for Deep Learning with Keras
Нейронный машинный перевод с применением GPU. Вводный курс. Часть 1
Нейронный машинный перевод с применением GPU. Вводный курс. Часть 2
Нейронный машинный перевод с применением GPU. Вводный курс. Часть 3
Install TensorFlow
TensorFlow Lite is for mobile and embedded devices
Introduction to TensorFlow Lite
TensorFlow For Poets
TensorFlow for Poets 2: TFLite Android
TensorFlow for Poets 2: TFLite iOS
TensorFlow Lite guide
TensorFlow 2.0 Beta
Convert Your Existing Code to TensorFlow 2.0
Upgrade code to TensorFlow 2.0
TensorFlow 2.0 Beta is available
The Keras Functional API in TensorFlow
Get Started with TensorFlow
LSTM using TensorFlow 2 with embeddings
Effective TensorFlow 2.0
Standardizing on Keras: Guidance on High-level APIs in TensorFlow 2.0
Tensorflow 2.0 Keras is training 4x slower than 2.0 Estimator
TensorFlow Graphics: Differentiable Graphics Layers for TensorFlow
Introducing TensorFlow Graphics: Computer Graphics Meets Deep Learning
AutoML нейросеть от MIT обучается в 14 раз быстрее state-of-the-art
Нейросеть генерирует 3D-модель из наброска объекта
AutoML: The Next Wave of Machine Learning
AutoML and AutoDL : Simplified
AutoML
EfficientNet: как масштабировать нейросеть с использованием AutoML
Автоматическое обучение машин
Туториал по использованию AutoML в H2O.ai для автоматизации подбора гиперпараметров модели
AutoML: Automatic Machine Learning
BigBiGAN: новый state-of-the-art подход в обучении представлений
Генеративно-состязательная нейросеть (GAN). Руководство для новичков
osnovy-data-science Базовый курс
Градиентый бустинг — просто о сложном
DeepMind опубликовали библиотеку для RL экспериментов
Популярность PyTorch в среднем выросла на 243% за год
Обучение Inception-v3 распознаванию собственных изображений
Распознавание изображений предобученной моделью Inception-v3 c Python API на CPU
Google опубликовали финальную версию Tensorflow 2.0
CORnet-S: нейросеть моделирует работу мозга при распознавании объектов
Обзор пакетов для визуализации данных на Python
Реализация Transfer learning с библиотекой Keras
Сверточная нейронная сеть на PyTorch: пошаговое руководство
Туториал по PyTorch: от установки до готовой нейронной сети
Which GPU(s) to Get for Deep Learning: My Experience and Advice for Using GPUs in Deep Learning
Как выбрать графический процессор для глубокого обучения
Nvidia-RTX-2070-Super-vs-Nvidia-RTX-2070
Nvidia-RTX-2070-Super-vs-Nvidia-RTX-2080-Super
Nvidia-RTX-2070-Super-vs-Nvidia-RTX-2080
Compare/Nvidia-RTX-2080-Ti-vs-Nvidia-RTX-2060-6GB
Compare Nvidia-GTX-1070-Ti-vs-Nvidia-GTX-1080-Ti
Compare Nvidia-GTX-1060-6GB-vs-Nvidia-RTX-2060-6GB
Compare Nvidia-RTX-2080-vs-Nvidia-RTX-2060-6GB
Compare Nvidia-RTX-2080-vs-Nvidia-RTX-2070
Compare Nvidia-RTX-2070-vs-Nvidia-RTX-2060-6GB
Compare AMD-Radeon-VII-vs-Nvidia-RTX-2070
Compare AMD-Radeon-VII-vs-Nvidia-RTX-2060-6GB
Compare AMD-Radeon-VII-vs-Nvidia-RTX-2080
Zotac ZOTAC GAMING GeForce RTX 2060 6GB 6.0 GB High End видеокарта
Gigabyte GeForce RTX 2070 Gaming OC 8G 8.0 GB OC Enthusiast видеокарта
ZOTAC GeForce RTX 2080 Blower 8.0 GB Enthusiast видеокарта
Introducing Swift For TensorFlow
Swift for TensorFlow Project Home Page https://www.tensorflow.org/swift
Models and examples built with TensorFlow
TensorFlow Datasets
Datasets
A collection of datasets ready to use with TensorFlow
tensorflow
tensorflow An Open Source Machine Learning Framework for Everyone https://tensorflow.org
Изучай и применяй методы машинного обучения
Обучи свою первую нейросеть: простой классификатор
Use a TensorFlow Lite model for inference with ML Kit on Android
ML Kit for Firebase
Add Firebase to Your Android Project
Probabilistic Programming in Python: Bayesian Modeling and Probabilistic Machine Learning with Theano https://docs.pymc.io/
Probabilistic Programming in Python
Finding Bayesian Legos-Part 1
Finding Bayesian Legos — Part 2
How to use Normal constructor correctly in pymc3? The problem is solved by removing theano 1.0.3 from Anaconda and performing pip install the latest version >=1.0.4.
Tutorial Notebooks PyMC3
Example Notebooks
GAN из изображения человека синтезирует видео с ним
Нейросеть обучена выявлять рак легких по томографическим снимкам
Нейросеть оказалась точнее 101 радиолога в диагностировании рака груди
FUNIT: нейросеть для image-2-image трансформаций от NVIDIA
В Оксфорде обучили self-supervised метод для сегментирования объектов на видео
Mesh R-CNN: нейросеть, которая моделирует 3D форму объектов
Нейросеть 3D-BoNet сегментирует объекты на 3D изображениях
Reasoning-RCNN: нейросеть распознает объекты из тысяч категорий
GitHub MR analysis
MRI analysis using PyTorch and MedicalTorch
Python code explaining how to display structural and functional fMRI data. https://medium.com/coinmonks/visualizing-brain-imaging-data-fmri-with-python-e1d0358d9dba
Intro to Analyzing Brain Imaging Data— Part I: fMRI Data Structure
List of ressources and practicals used for the fMRI data analysis course of UoB (UK) (2014-2017)
Design MR Java program to load data into Hadoop. Clean data using Pig. Interact with data by Hive, and build recommender system by collaborative filtering
Coding examples from Statiscal Analysis of fMRI data by F. Gregory Ashby
Нейросеть создает МРТ-снимки мозга для тренировки алгоритмов диагностики
GitHub MR image analysis
Analysis of brain MRI images through computer vision techniques: segmentation and enhancement techniques.
Analysis of brain MRI images through computer vision techniques: segmentation and enhancement techniques
Prostate-Cancer-Diagnosis-using-MRI
MRI_image_analysis_keras
MRI-Image-Analysis
A Numerical Magnetic Resonance Imaging (MRI) Simulation Platform https://leoliuf.github.io/MRiLab/
Quantitative Magnetic Resonance Imaging Made Easy with qMRLab: a Software for Data Simulation, Analysis and Visualization https://qmrlab.org
Magnetic resonance imaging
Small Animal Magnetic Resonance Imaging via Python.
qMRLab in a Jupyter Notebook: A tutorial for Win10 users
Quantitative MRI. Under one umbrella.
Research at NVIDIA: Medical Image Synthesis for Data Augmentation and Anonymization Using GANs
PyTorch tutorials. https://pytorch.org/tutorials/
PyTorch: ~40k repositories on GitHub
TensorFlow: ~80k repositories on GitHub
magenta-demos GitHub
Colab Notebooks magenta
Demonstrations of Magenta Models
AI Duet
Generating Piano Music with Transformer
DDSP Timbre Transfer Demo
DDSP: Differentiable Digital Signal Processing
DDSP: Differentiable Digital Signal Processing
Новые архитектуры нейросетей 2020
Введение в Scikit-learn
Введение в машинное обучение с помощью Python и Scikit-Learn
scikit-learn
Supervised learning
Examples
Neural network models (supervised
matplotlib tutorials
matplotlib gallery
SciPy Cookbook
Python SciPy Tutorial: Learn with Example
Scipy Lecture Notes
Scipy Lecture Notes
autofig
impersonator PyTorch implementation of our ICCV 2019 paper: Liquid Warping GAN: A Unified Framework for Human Motion Imitation, Appearance Transfer and Novel View Synthesis https://svip-lab.github.io/project/im…
Liquid Warping GAN: A Unified Framework for Human Motion Imitation, Appearance Transfer and Novel View Synthesis ICCV 2019
svip-lab.github.io
Structured3D: A Large Photo-realistic Dataset for Structured 3D Modeling
10 Best Machine Learning Frameworks in 2020
PyTorch Tutorial: How to Develop Deep Learning Models with Python
Detecting COVID-19 in X-ray images with Keras, TensorFlow, and Deep Learning
mipt-npm Kotlin kernel for Jupyter/iPython
Kotlin mathematics extensions library
kmath-demo
COVID – 19 Outbreak Prediction using Machine Learning | Machine Learning Training | Edureka 29 мар. 2020 г
Dragonfly Daily 17 Image segmentation with Deep Learning in Dragonfly (2020)
19 Advanced Topics with Deep Learning in Dragonfly (2020)
Marc Niethammer: “Deep Learning for Medical Image Registration”
Deep Learning and 3D Mapping
Сингулярное разложение
Нейросеть NS-CL интерпретирует сцену, требуя всего 5000 изображений для обучения
Синтез изображений с помощью глубоких нейросетей — Виктор Лемпицкий 2016
Avatar Digitization From a Single Image For Real-Time Rendering (SIGGRAPH Asia 2017)
Gaussian Process
Лекции по математике Мех-Мат МГУ
Лекции на Мат-Мехе СПбГУ
Deep Learning на пальцах
A list of ICs and IPs for AI, Machine Learning and Deep Learning
scikit-learn Machine Learning in Python
Основы байесовского вывода
Neural Network in Your Browser
Intermediate Python
Tutorials for learning Torch
Get Started with TensorFlow
Google AI Publication database
mit-deep-learning-book-pdf
Deep Bayes в глубинном обучении 2017
PyCharm for Anaconda
deep-learning-specialization-coursera
Deep Learning Specialization by Andrew Ng on Coursera
Специализация Глубокое обучение Deep Learning Specialization. Master Deep Learning, and Break into AI
music21 5.7.0 pip install music21
What is music21?
music21 Documentation
AI, практический курс. Музыкальная трансформация на основе эмоций 2018
25 полезных опенсорсных проектов в сфере машинного обучения
Robust VI-SLAM and HD-Map Reconstruction for Location-based Augmented Reality guofeng-zhang
Введение в Scikit-learn
Введение в машинное обучение с помощью Python и Scikit-Learn
scikit-learn
Supervised learning
Examples
Neural network models (supervised
matplotlib tutorials
matplotlib gallery
SciPy Cookbook
Python SciPy Tutorial: Learn with Example
Scipy Lecture Notes
Scipy Lecture Notes
autofig
Q. ZHAOet al.TENSOR RING DECOMPOSITION1Tensor Ring Decomposition
A Randomized Tensor Train Singular Value Decomposition
The Tensor-Train Format and Its Applications
MATRIX Computation Golub
Введение в тензорные разложенияи их приложения
Тензоризованные нейронные сети
JMLR: Workshop and Conference Proceedings vol 49:1–31, 2016On the Expressive Power of Deep Learning: A Tensor Analysis
EXPRESSIVE POWER OF RECURRENT NEURAL NET-WORKS
Иван Оселедец, Сколковский институт науки и технологий1Математика нейронных сетей
Быстрый метод Мультиполей
Сингулярное разложение
Сингулярное разложение
Transfer Learning Tutorial
Transfer Learning Using Pretrained ConvNets
The State of Transfer Learning in NLP
An Introduction to Transfer Learning in Machine Learning
Transfer Learning Introduction
Transfer learning for deep learning
A Gentle Introduction to Transfer Learning for Deep Learning
Transfer Learning
Transfer Learning with Keras and Deep Learning
Autograd mechanics Excluding subgraphs from backward
Реализация Transfer learning с библиотекой Keras 2018
Python: метапрограммирование в продакшене. Часть первая
Python: метапрограммирование в продакшене. Часть вторая
-https://www.youtube.com/watch?v=Ui1KbmutX0k
Transfer Learning
attention-model
Attention mechanism Implementation for Keras
Activation Maps (Layers Outputs) and Gradients in Keras
attention-mechanism
attention
Text classifier for Hierarchical Attention Networks for Document Classification
Geometric Deep Learning Extension Library for PyTorch https://pytorch-geometric.readthedocs
PyTorch Geometric Documentation
LeNet-5 in 9 lines of code using Keras
Туториал: перенос стиля изображений с TensorFlow 2019
Как конвертировать модель из TensorFlow в PyTorch 2019
TensorFlow is an end-to-end open source platform for machine learning
Google AI представила библиотеку TensorNetwork для эффективных вычислений в квантовых системах
Deep_Learning_AI GitHub
Tensorpack: быстрый интерфейс для обучения нейросетей на TensorFlow
TensorFlow Model Optimization Toolkit — float16 quantization halves model size
attention_networks.pdf
Effective Approaches to Attention-based Neural Machine Tr anslation pdf
A Brief Overview of Attention Mechanism
What is exactly the attention mechanism introduced to RNN (recurrent neural network)?
A Beginner’s Guide to Attention Mechanisms and Memory Networks
Attention and Memory in Deep Learning and NLP
Механизмы внимания в нейронных сетях – MachineLearning.ru
Tensorflow implementation of attention mechanism for text classification tasks
How to Use Word Embedding Layers for Deep Learning with Keras
Нейронный машинный перевод с применением GPU. Вводный курс. Часть 2
Нейронный машинный перевод с применением GPU. Вводный курс. Часть 3
TensorFlow Lite is for mobile and embedded devices
Introduction to TensorFlow Lite
TensorFlow For Poets
TensorFlow for Poets 2: TFLite Android
TensorFlow for Poets 2: TFLite iOS
TensorFlow Lite guide
TensorFlow 2.0 Beta
Convert Your Existing Code to TensorFlow 2.0
Upgrade code to TensorFlow 2.0
TensorFlow 2.0 Beta is available
The Keras Functional API in TensorFlow
Get Started with TensorFlow
LSTM using TensorFlow 2 with embeddings
Effective TensorFlow 2.0
Standardizing on Keras: Guidance on High-level APIs in TensorFlow 2.0
Tensorflow 2.0 Keras is training 4x slower than 2.0 Estimator
TensorFlow Graphics: Differentiable Graphics Layers for TensorFlow
Introducing TensorFlow Graphics: Computer Graphics Meets Deep Learning
Нейросеть генерирует 3D-модель из наброска объекта
AutoML and AutoDL : Simplified
AutoML
EfficientNet: как масштабировать нейросеть с использованием AutoML
Автоматическое обучение машин
Туториал по использованию AutoML в H2O.ai для автоматизации подбора гиперпараметров модели
AutoML: Automatic Machine Learning
Генеративно-состязательная нейросеть (GAN). Руководство для новичков
osnovy-data-science Базовый курс
Градиентый бустинг — просто о сложном
DeepMind опубликовали библиотеку для RL экспериментов
Популярность PyTorch в среднем выросла на 243% за год
Обучение Inception-v3 распознаванию собственных изображений
Распознавание изображений предобученной моделью Inception-v3 c Python API на CPU
Google опубликовали финальную версию Tensorflow 2.0
CORnet-S: нейросеть моделирует работу мозга при распознавании объектов
Обзор пакетов для визуализации данных на Python
Реализация Transfer learning с библиотекой Keras
Сверточная нейронная сеть на PyTorch: пошаговое руководство
Туториал по PyTorch: от установки до готовой нейронной сети
Как выбрать графический процессор для глубокого обучения
Nvidia-RTX-2070-Super-vs-Nvidia-RTX-2070
Nvidia-RTX-2070-Super-vs-Nvidia-RTX-2080-Super
Nvidia-RTX-2070-Super-vs-Nvidia-RTX-2080
Compare Nvidia-GTX-1070-Ti-vs-Nvidia-GTX-1080-Ti
Compare Nvidia-GTX-1060-6GB-vs-Nvidia-RTX-2060-6GB
Compare Nvidia-RTX-2080-vs-Nvidia-RTX-2060-6GB
Compare Nvidia-RTX-2080-vs-Nvidia-RTX-2070
Compare Nvidia-RTX-2070-vs-Nvidia-RTX-2060-6GB
Compare AMD-Radeon-VII-vs-Nvidia-RTX-2070
Compare AMD-Radeon-VII-vs-Nvidia-RTX-2060-6GB
Compare AMD-Radeon-VII-vs-Nvidia-RTX-2080
Gigabyte GeForce RTX 2070 Gaming OC 8G 8.0 GB OC Enthusiast видеокарта
ZOTAC GeForce RTX 2080 Blower 8.0 GB Enthusiast видеокарта
Swift for TensorFlow Project Home Page https://www.tensorflow.org/swift
Models and examples built with TensorFlow
TensorFlow Datasets
Datasets
A collection of datasets ready to use with TensorFlow
tensorflow
tensorflow An Open Source Machine Learning Framework for Everyone https://tensorflow.org
Обучи свою первую нейросеть: простой классификатор
Use a TensorFlow Lite model for inference with ML Kit on Android
ML Kit for Firebase
Add Firebase to Your Android Project
Probabilistic Programming in Python: Bayesian Modeling and Probabilistic Machine Learning with Theano https://docs.pymc.io/
Probabilistic Programming in Python
Finding Bayesian Legos-Part 1
Finding Bayesian Legos — Part 2
How to use Normal constructor correctly in pymc3? The problem is solved by removing theano 1.0.3 from Anaconda and performing pip install the latest version >=1.0.4.
Tutorial Notebooks PyMC3
Example Notebooks
Нейросеть обучена выявлять рак легких по томографическим снимкам
Нейросеть оказалась точнее 101 радиолога в диагностировании рака груди
FUNIT: нейросеть для image-2-image трансформаций от NVIDIA
В Оксфорде обучили self-supervised метод для сегментирования объектов на видео
Mesh R-CNN: нейросеть, которая моделирует 3D форму объектов
Нейросеть 3D-BoNet сегментирует объекты на 3D изображениях
Reasoning-RCNN: нейросеть распознает объекты из тысяч категорий
MRI analysis using PyTorch and MedicalTorch
Python code explaining how to display structural and functional fMRI data. https://medium.com/coinmonks/visualizing-brain-imaging-data-fmri-with-python-e1d0358d9dba
Intro to Analyzing Brain Imaging Data— Part I: fMRI Data Structure
List of ressources and practicals used for the fMRI data analysis course of UoB (UK) (2014-2017)
Design MR Java program to load data into Hadoop. Clean data using Pig. Interact with data by Hive, and build recommender system by collaborative filtering
Coding examples from Statiscal Analysis of fMRI data by F. Gregory Ashby
Нейросеть создает МРТ-снимки мозга для тренировки алгоритмов диагностики
Analysis of brain MRI images through computer vision techniques: segmentation and enhancement techniques.
Analysis of brain MRI images through computer vision techniques: segmentation and enhancement techniques
Prostate-Cancer-Diagnosis-using-MRI
MRI_image_analysis_keras
MRI-Image-Analysis
Quantitative Magnetic Resonance Imaging Made Easy with qMRLab: a Software for Data Simulation, Analysis and Visualization https://qmrlab.org
Magnetic resonance imaging
Small Animal Magnetic Resonance Imaging via Python.
qMRLab in a Jupyter Notebook: A tutorial for Win10 users
Quantitative MRI. Under one umbrella.
Research at NVIDIA: Medical Image Synthesis for Data Augmentation and Anonymization Using GANs