Jupyter Notebookben írt könyvtárak
99-ML-Learning-Projects
99 gépi tanulási projekt listája mindenkinek, aki szeretne tanulni a kódolási és építési projektekből.
- 464
- MIT
x-stable-diffusion
Valós idejű következtetés a stabil diffúzióhoz – 0,88 másodperces késleltetés. Tartalmazza az AITemplate, nvFuser, TensorRT, FlashAttention...
- 462
- Apache License 2.0
DataScience
Data Science in Julia tanfolyam a JuliaAcademy.com számára, Huda Nassar tanítja (a JuliaAcademy).
- 461
- MIT
jwst
Python könyvtár tudományos megfigyelésekhez a James Webb Űrteleszkópról.
- 461
- GNU General Public License v3.0
Text2Light
[SIGGRAPH Asia 2022] Text2Light: Zero-Shot szövegvezérelt HDR-panorámagenerálás.
- 458
- GNU General Public License v3.0
Azure-Sentinel-Notebooks
Az Interaktív Azure Sentinel Notebookok biztonsági betekintést és műveleteket nyújtanak az anomáliák kivizsgálásához és a rosszindulatú viselkedések kereséséhez.
- 453
- MIT
covid19pt-data
😷️🇵🇹 Dados relativos à pandemia COVID-19 em Portugália.
- 450
- GNU General Public License v3.0 only
fastkafka
A FastKafka egy hatékony és könnyen használható Python-könyvtár a Kafka-témákkal kölcsönhatásba lépő aszinkron webszolgáltatások létrehozásához. A Pydantic, AIOKafka és AsyncAPI-ra épülő FastKafka leegyszerűsíti a Kafka-témák készítőinek és fogyasztóinak írási folyamatát.
- 446
- Apache License 2.0
concrete-ml
Concrete ML: A Concrete tetejére épülő adatvédelmi ML keretrendszer, hagyományos ML keretrendszerekhez való kötésekkel.
- 446
- GNU General Public License v3.0
cleora
A Cleora AI egy általános célú modell a heterogén relációs adatok stabil és induktív entitásbeágyazásainak hatékony, méretezhető tanulására.
- 444
- GNU General Public License v3.0
blended-diffusion
A „Kevert diffúzió természetes képek szövegvezérelt szerkesztéséhez” [CVPR 2022] hivatalos megvalósítása.
- 442
- MIT
get-started-with-JAX
Ennek a repónak az a célja, hogy megkönnyítse a JAX, a Flax és a Haiku használatának megkezdését. Tartalmazza a „Gépi tanulás JAX-szal” oktatóanyag-sorozatomat (YouTube-videók és Jupyter Notebookok), valamint azokat a tartalmakat, amelyeket hasznosnak találtam a JAX ökoszisztéma megismerése során.
- 440
- MIT
Watermark-Removal-Pytorch
🔥 CNN vízjel eltávolításhoz Deep Image Prior használatával Pytorch segítségével 🔥...
- 437
- MIT
IDE-3D
[SIGGRAPH Asia 2022] IDE-3D: Interaktív, szétválasztott szerkesztés nagy felbontású, 3D-s portrészintézishez.
- 434
m1-machine-learning-test
Kód különböző M1 Chip benchmarkok TensorFlow segítségével történő teszteléséhez.
- 431
- MIT
indonlu
Az első hatalmas természetes nyelvi feldolgozási referenciaérték az indonéz nyelv számára. Több downstream feladatot, előre betanított IndoBERT modelleket és kezdőkódot biztosítunk! (AACL-IJCNLP 2020).
- 431
- Apache License 2.0
machine-learning-and-simulation
A gépi tanulással és szimulációval foglalkozó YouTube-videóimban (https://www.youtube.com/channel/UCh0P7KwJhuQ4vrzc3IRuw4Q) használt összes kézzel írott jegyzet 📝 és forráskódfájl 🖥️.
- 430
- MIT
FinBERT
Előképzett BERT-modell a pénzügyi kommunikációhoz. https://arxiv.org/abs/2006.08097 (gyártó: yya518).
- 428
- Apache License 2.0
covid19-forecast-hub
A COVID-19 előrejelzései szabványos formátumban.
- 427
- GNU General Public License v3.0
alpaca_eval
Automatikus kiértékelő az utasításokat követő nyelvi modellekhez. Ember által hitelesített, jó minőségű, olcsó és gyors..
- 425
- Apache License 2.0
geospatial-data-catalogs
Az AWS-en, az Earth Engine-en, a Planetary Computeren, a NASA CMR-en és a STAC Indexen elérhető nyílt térinformatikai adatkészletek listája.
- 423
- MIT