CV-MsAtViT

60多个深度学习论文的实现/教程，并附带旁注；涵盖Transformer（原始版、XL、Switch、Feedback、ViT等）、优化器（Adam、AdaBelief、Sophia等）、GAN（CycleGAN、StyleGAN2等）、强化学习（PPO、DQN）、Capsule网络、知识蒸馏等。

这是目前最大规模的PyTorch图像编码器/骨干网络集合，包含训练、评估、推理、导出脚本和预训练权重——涵盖ResNet、ResNeXT、EfficientNet、NFNet、Vision Transformer (ViT)、MobileNetV4、MobileNet-V3 & V2、RegNet、DPN、CSPNet、Swin Transformer、MaxViT、CoAtNet、ConvNeXt等多种网络。

把文字切分成词语，并标注每个词的词性（例如名词、动词）；识别出人名、地名、机构名等命名实体；分析句子中词语之间的语法关系；分析句子的结构成分；分析句子中词语之间的语义关系；标注句子中每个成分的语义角色（例如施事者、受事者）；解决代词指代不明确的问题；转换文本的写作风格；计算文本间的语义相似度；发现新的词语；提取关键词和短语；自动生成文本摘要；对文本进行分类和聚类；进行中文简繁体转换；以及其他自然语言处理技术。

Python语言的工业级自然语言处理（NLP）

图像处理的深度学习，包括图像分类、目标检测等。

Label Studio是一款多类型数据标注工具，它具有标准化的输出格式。

使用Pytorch实现视觉Transformer，这是一种仅用单个Transformer编码器就能轻松达到图像分类领域最先进水平（SOTA）的简易方法。

LabelImg 现在是 Label Studio 社区的一部分。这款由 Tzutalin 创建的流行图像标注工具已停止积极开发，但您可以试试 Label Studio，这是一个开源的数据标注工具，支持图像、文本、超文本、音频、视频和时间序列数据。

一个轻量级的Python人脸识别和面部属性分析库（年龄、性别、情绪和种族）

使用NumPy进行机器学习