Simpanan implementasi Pytorch sederhana dari masalah ML umum. Tujuan repo ini adalah:
- Mendapatkan skrip di luar sana dengan cepat, bahkan tanpa frontend pendukung (sambutan input); Beberapa mungkin diperluas ke proyek penuh
- Menetapkan referensi kode tentang cara mengimplementasikan arsitektur umum dan/atau menangani data input/output dari model pretrained populer, serta mengadaptasi mereka dengan masalah baru
Visi komputer
- Deteksi dan Pengakuan Wajah: Berdasarkan https://github.com/Timesler/facenet-pytorch/
- To Do: buat wajah db (mungkin vektor db?)
- Klasifikasi Penyakit Tanaman: Klasifikasi CNN sederhana dengan twist mengambil spesies tanaman sebagai input di samping gambar (dilatih di Plantvillage)
- Untuk melakukan: segmentasi gambar
- Do: Deteksi Objek
LAP
- Pencarian Semantik untuk Basis Data Film: Berdasarkan tutorial FreeCodecamp (https://www.youtube.com/watch?v=jebdfgqraua), diimplementasikan untuk menggunakan FAISS dan instance MongoDB lokal untuk alasan yang lebih baik daripada saya tidak repot -repot membuat contoh ATLAS. Yang berbeda, lebih menarik. (WIP)
Peft
- Lora Finetuning Script: Berdasarkan https://www.youtube.com/watch?v=US5ZFP16PAU&t=211s (WIP)
- Qlora Finetuning Script: Berdasarkan https://www.youtube.com/watch?v=XPOKB3USMKC (WIP)
