unsupervised-learning
本站收录 15 个带「unsupervised-learning」标签的 AI 开源项目
pyodPyOD是一个专注于异常检测的Python库，覆盖表格、时间序列、图、文本、图像和音频等多种数据类型，内置60多种检测算法，包括经典的LOF、IForest以及★ 10,020
anomaly-detection-resources这是一个异常检测领域的精选资源清单，汇集了书籍、论文、视频和工具箱，覆盖从经典统计方法到深度学习、大语言模型（LLM）和视觉语言模型（VLM）的最新进展。项目持★ 9,406
athenaAthena 是一个基于序列到序列（seq2seq）架构的开源语音处理引擎，专注于语音识别（ASR）和语音合成（TTS）两大核心任务。它采用 C++ 实现，提供★ 967
domain-transfer-network这是一个基于TensorFlow的无监督跨域图像生成项目，实现了Unsupervised Cross-Domain Image Generation（无监督跨域★ 862
ModelsGenesisModels Genesis 是医学图像分析领域最早的基础模型之一，由 MICCAI 2019 青年科学家奖和 MEDIA 2020 最佳论文奖背书。它通过自监★ 794
HiDTHiDT 是 CVPR 2020 Oral 论文《High-Resolution Daytime Translation Without Domain Labe★ 652
Awesome-Foundation-Models-on-Graphs这是一个关于图基础模型的精选资源列表，汇集了图基础模型领域的论文、代码和数据集。它旨在解决图基础模型研究资料分散、难以系统获取的问题，为研究人员和开发者提供一站★ 226
Efficient-VDVAEEfficient-VDVAE 是论文“Efficient-VDVAE: Less is more”的官方 PyTorch 和 JAX 实现，旨在提升层次化变分★ 199
DistanceGANDistanceGAN 是论文《One-Sided Unsupervised Domain Mapping》（NIPS 2017）的 PyTorch 实现，用于★ 194
conditional-motion-propagation这是一个CVPR 2019的官方代码项目，专注于视频中的条件运动传播问题。其核心目标是解决视频中物体运动信息的预测与传播，尤其在交互式视频标注场景下，能够根据用★ 159
OneShotTranslationOneShotTranslation 是论文《One-Shot Unsupervised Cross Domain Translation》（NIPS 2018★ 141
Awesome-Crack-Detection这是一个关于深度学习裂缝检测的论文列表，系统整理了该领域的核心文献。项目按学习范式（如监督、半监督、无监督）、泛化能力和数据集三个维度对论文进行分类，旨在帮助研★ 92
turtleturtle 是一个基于 ICML 2024 论文《Let Go of Your Labels with Unsupervised Transfer》的开源实现★ 81
VAENAR-TTSVAENAR-TTS 是一个基于 PyTorch 的非自回归文本转语音（TTS）合成实现，核心思路是结合变分自编码器（VAE）与非自回归生成框架，旨在解决传统自★ 74
Self-Supervised-Gans-PytorchSelf-Supervised-Gans-Pytorch 是 CVPR 2019 论文《Self-Supervised GANs via Auxiliary R★ 66