2 repositorios
Awesome GitHub RepositoriesVisual Pattern Recognition
Techniques for recognizing and classifying visual patterns using convolutional neural networks and image augmentation.
Distinct from Computer Vision and Image Processing: Focuses on the recognition and classification capability rather than the general tooling of computer vision.
Explore 2 awesome GitHub repositories matching part of an awesome list · Visual Pattern Recognition. Refine with filters or upvote what's useful.
Awesome Visual Pattern Recognition GitHub Repositories
Encuentra los mejores repositorios con IA.Buscaremos los repositorios que mejor coincidan usando IA.
- nyandwi/machine_learning_complete
Nyandwi/machine_learning_complete
4,983Ver en GitHubThis is an interactive notebook-based course that teaches machine learning from Python fundamentals through deep learning and natural language processing. It uses real datasets and multiple frameworks within a structured, hands-on curriculum that combines concise explanations with executable code cells, built-in datasets, and embedded exercise checkpoints. Learning progresses through data preparation and exploration, classical machine learning workflows, computer vision with convolutional neural networks, and natural language processing with deep learning, all delivered as a cohesive progressi
Implements convolutional neural networks and image augmentation to recognize and classify visual patterns.
Jupyter Notebookcomputer-visiondata-analysisdata-science - hzy46/deep-learning-21-examples
hzy46/Deep-Learning-21-Examples
4,675Ver en GitHubEste proyecto es un recurso educativo de deep learning y una suite de proyectos de redes neuronales. Proporciona una colección de implementaciones prácticas en TensorFlow y proyectos de codificación diseñados para demostrar la aplicación de varias arquitecturas de redes neuronales a datos del mundo real. El proyecto incluye muestras específicas para redes generativas antagónicas (GAN), centrándose en la generación de imágenes sintéticas y la traducción de estilos. También proporciona ejemplos de construcción de modelos de deep learning a través de diferentes paradigmas de aprendizaje. El código base cubre una amplia gama de capacidades, incluyendo visión artificial para reconocimiento de patrones de imagen, procesamiento de lenguaje natural y análisis de datos para pronóstico de series temporales. Además, abarca el aprendizaje por refuerzo para entrenar agentes autónomos y el uso de procesamiento secuencial recurrente.
Provides capabilities for classifying visual data into categories using neural networks trained on labeled images.
Python
