「deep-learning」に関するオープンソースプロジェクト

ZipVoiceベースの軽量な音声クローン対応TTSモデル。GPUで最大150倍速、48kHzの音声を生成します。

ピクセルと単語を単一のエンコーダーフリーな高密度アーキテクチャで処理する、オープンソースのネイティブ視覚言語モデル（NEOシリーズ）。2Bと9Bを公開。

Unity製のオープンソースツールキット。ゲームやシミュレーションを強化学習・模倣学習の環境として活用できます。

API経由で利用する、時系列予測・異常検知向けNixtlaのホスト型基盤モデルTimeGPTのPython SDKクライアント。

ストリーミング音声文字起こしで学習し、動画にリアルタイムで解説を付ける動画LLM。GradioとCLIのデモを提供。

視覚・音声・NLP・LLMをカバーする419種類の事前学習済みAIモデル集。重みを自動ダウンロードし、簡単なCLI操作で実行できます。

コードブック検索トランスフォーマーで劣化した顔写真を修復する、PyTorchベースの盲目的顔画像復元モデル。

強化学習を基礎から学べる短い入門書。MCからPPOまで、扱うアルゴリズムのPyTorch実装を収録。

PyTorchベースの深層学習モデルでPDFや画像のテキストを検出・認識する、オープンソースのPython OCRライブラリ。

PythonとPyTorchでLLaMA系GPT言語モデルをゼロから構築・学習する、全12章のコメント付きチュートリアル。

一から学ぶML講座。NumPyで深層学習フレームワークを実装するCLIと、350問以上のブラウザ演習を提供。

ML論文・講義・記事923件をまとめたMarkdownナレッジベースと、NumPyのみで動く独自分類器・回帰器APRL。

医療画像データの深層学習向けに、前処理からネットワーク、損失関数、評価指標まで備えたPyTorchベースのオープンソースフレームワーク。

YuE2は、歌詞とスタイルプロンプトから編集可能なメロディーとコードの譜面を作り、ボーカル入りの楽曲として生成するオープンな音楽生成モデルです。