Knižnice napísané v Jupyter Notebooke

sd-webui-colab

Úložisko na údržbu verzie Colab úložiska stable-diffusion-webui.
  • 513
  • Apache License 2.0

diffusion_models

Séria výukových zošitov o pravdepodobnostných modeloch odšumovania difúzie v PyTorch (pomocou acid-ircam).
  • 512

Datos-COVID19

Nové údaje o dátumoch, ktoré sa nachádzajú vo Viedni, sa nachádzajú v pôvodnom zdroji: "Datas obtenidos desde el Ministerio de Ciencia y producidos por el Ministerio de Salud (o la fuente que corporation) https://github.com/ MinCiencia/Datos-COVID19". Uveďte pôvod údajov: vyrobené ministerstvom zdravotníctva Čile a získané od ministerstva vedy https://github.com/MinCiencia/Datos-COVID19“.
  • 512
  • Creative Commons Zero v1.0 Universal

dmol-book

Kniha Hlboké učenie pre molekuly a materiály.
  • 511
  • GNU General Public License v3.0

cifar10-fast

  • 507
  • MIT

vscode-ayu

ayu téma pre vscode.
  • 506
  • MIT

Human-Segmentation-PyTorch

Modely ľudskej segmentácie, tréningový/inferenčný kód a trénované váhy implementované v PyTorch.
  • 506

ithaca

Obnova a pripisovanie starých textov pomocou hlbokých neurónových sietí.
  • 501
  • Apache License 2.0

Data-Engineering-Projects

Projekty inžinierstva osobných údajov.
  • 501

kglab

Graph Data Science: abstraktná vrstva v Pythone na vytváranie znalostných grafov, integrovaná s populárnymi knižnicami grafov – na vrchole Pandas, NetworkX, RAPIDS, RDFlib, pySHACL, PyVis, morph-kgc, pslpython, pyarrow atď.
  • 499
  • MIT

TACO

🌮 Poznámky do koša v súprave kontextových dátových množín (od pedropro).
  • 499
  • MIT

6S083

Materiály pre MIT 6. S083 / 18. S190: Výpočtové myslenie s Juliou + aplikácia na pandémiu COVID-19.
  • 495
  • GNU General Public License v3.0

deltapy

DeltaPy – tabuľkové rozšírenie údajov (od @firmai).
  • 494

jaxrl

JAX (Flax) implementácia algoritmov pre hlboké posilňovanie učenia s kontinuálnymi akčnými priestormi.
  • 494
  • MIT

Julia-DataFrames-Tutorial

Návod na balík Julia DataFrames.
  • 492
  • MIT

AeroSandbox

Optimalizácia konštrukcie lietadla vykonaná rýchlo vďaka modernej automatickej diferenciácii. Skladateľné analytické nástroje pre aerodynamiku, pohon, konštrukcie, návrh trajektórie a oveľa viac.
  • 490
  • MIT

joypy

Joyplots v Pythone s matplotlib & pandas:chart_with_upwards_trend:.
  • 490
  • MIT

Deep-Reinforcement-Learning-Algorithms

32 projektov v rámci algoritmov Deep Reinforcement Learning: Q-learning, DQN, PPO, DDPG, TD3, SAC, A2C a ďalšie. Ku každému projektu je priložený podrobný denník školení..
  • 485

LLVIP

LLVIP: Viditeľný infračervený párový súbor údajov pre videnie pri slabom osvetlení.
  • 484

Building-a-Simple-Chatbot-in-Python-using-NLTK

Vytvorenie jednoduchého chatbota od nuly v Pythone (pomocou NLTK).
  • 483

jax-cfd

Výpočtová dynamika tekutín v JAX.
  • 483
  • Apache License 2.0

EveryDream-trainer

Všeobecné jemné ladenie pre stabilnú difúziu.
  • 480
  • MIT

mathematicalpython

Úvod do matematických výpočtov v jazykoch Python a Jupyter.
  • 477

Reactors

🌱 Pripojte sa ku komunite vývojárov v Microsoft Reactor a spojte sa s ľuďmi, zručnosťami a technológiami, aby ste mohli budovať svoju kariéru alebo osobné vzdelávanie. Ponúkame bezplatné priame prenosy, obsah na požiadanie a hybridné/osobné podujatia denne po celom svete. Prístup k našim projektom a kódu nájdete tu..
  • 477
  • MIT

practical-mlops-book

[Kniha-2021] Praktická MLOps O'Reilly Book.
  • 474

rl_games

RL implementácie.
  • 474
  • MIT

facet

Ľudsky vysvetliteľná AI..
  • 471
  • Apache License 2.0

gtc2017-numba

Numba tutoriál pre konferenciu GTC 2017.
  • 469

ghapi

Nádherné a kompletné rozhranie k úžasnému API GitHub.
  • 467
  • Apache License 2.0