Knižnice napísané v Jupyter Notebooke

alpha-mind

kvantitatívna analýza portfólia bezpečnosti. Analytický kanál vrátane abstrakcie ukladania údajov, výpočtu alfa, kombinovania alfa založeného na ML a výpočtu portfólia.
  • 212
  • MIT

ld-decode

Softvérovo definovaný dekodér LaserDisc.
  • 212
  • GNU General Public License v3.0 only

huggingpics

🤗🖼️ HuggingPics: Dolaďte Vision Transformers pre čokoľvek pomocou obrázkov nájdených na webe.
  • 210

notebooks

Obsah v tomto úložisku sa neudržiava a aktívne sa migruje do iných úložísk. (pomocou vesmírneho teleskopu).
  • 210
  • BSD 3-clause "New" or "Revised"

OpenEDU

:books: The Open Source Education Initiative – úložisko so zdrojmi pre 60+ inžinierskych predmetov. Urobme vzdelávanie otvorenejším a dostupnejším!:raketa::iskrí:.
  • 209
  • MIT

minLoRA

minLoRA: minimálna knižnica PyTorch, ktorá vám umožňuje aplikovať LoRA na akýkoľvek model PyTorch.
  • 209
  • MIT

MoViNet-pytorch

Implementácia MoViNets PyTorch: Mobilné video siete pre efektívne rozpoznávanie videa;.
  • 209
  • MIT

CodeTrans

Predtrénované jazykové modely pre zdrojový kód.
  • 209
  • MIT

tensorflow_Realtime_Multi-Person_Pose_Estimation

Projekt odhadu pozície viacerých osôb pre Tensorflow 2.0 s malým a rýchlym modelom založeným na MobilenetV3.
  • 209
  • GNU General Public License v3.0

Optimization-Python

Všeobecná optimalizácia (LP, MIP, QP, spojitá a diskrétna optimalizácia atď.) pomocou Pythonu.
  • 209
  • MIT

BMT

Zdrojový kód pre „Bi-modal Transformer for Dense Video Captioning“ (BMVC 2020).
  • 208
  • MIT

Multi-Type-TD-TSR

Extrahovanie tabuliek z obrázkov dokumentov pomocou viacstupňového potrubia na detekciu tabuľky a rozpoznávanie štruktúry tabuľky:.
  • 208
  • MIT

PX4-user_guide

Návod na použitie PX4.
  • 207
  • GNU General Public License v3.0

Python-for-Everyone

Sprievodca krok za krokom, ako sa naučiť programovať v Pythone.
  • 207

covid19italia

  • 207
  • Creative Commons Attribution 4.0

tf-metal-experiments

TensorFlow Metal Backend na Apple Silicon Experiments (len pre zábavu).
  • 207
  • MIT

examples

Analyzujte neštruktúrované údaje pomocou Towhee, ako je spätné vyhľadávanie obrázkov, spätné vyhľadávanie videa, klasifikácia zvuku, systémy otázok a odpovedí, molekulárne vyhľadávanie atď. (pomocou towhee-io).
  • 207
  • Apache License 2.0

CenterSnap

Pytorchov kód pre papier ICRA'22: „Rekonštrukcia 3D tvaru s jedným záberom z viacerých objektov a kategorická 6D póza a odhad veľkosti“.
  • 206

Awesome_Satellite_Benchmark_Datasets

Poskytuje sa doplnkový materiál k nášmu príspevku „NEJSÚ ŽIADNE ÚDAJE AKO VIAC ÚDAJOV“.
  • 205

TradingGym

Trading Gym je projekt s otvoreným zdrojovým kódom na vývoj posilňovacích učebných algoritmov v kontexte obchodovania. (podľa cove9988).
  • 204
  • MIT

ImageNetV2

Nová testovacia sada pre ImageNet.
  • 204
  • MIT

Deep-Q-Learning

Implementácia Tensorflow Deepminds dqn s dvojitými duelovými sieťami.
  • 204

EasyEdit

Ľahko použiteľný rámec na úpravu veľkých jazykových modelov.
  • 202
  • MIT

scatteract

Projekt, ktorý implementuje extrakciu údajov z bodových grafov.
  • 202

r

Použitie R s Jupyter / RStudio na Binder (podľa príkladov binderu).
  • 202
  • BSD 3-clause "New" or "Revised"

fact-checker

Kontrola faktov LLM výstupy s langchain.
  • 202

fraud-detection-using-machine-learning

Nastavte demo architektúru od začiatku do konca na predpovedanie udalostí podvodu pomocou strojového učenia pomocou Amazon SageMaker.
  • 202
  • Apache License 2.0

machinehearing

Strojové učenie aplikované na zvuk.
  • 201

ProvingGround

Proving Ground: Nástroje pre automatizovanú matematiku.
  • 199
  • MIT

Best-Deep-Learning-Optimizers

Zbierka najnovších, najlepších optimalizátorov hlbokého učenia (pre Pytorch) - vhodné pre CNN, NLP.
  • 197
  • Apache License 2.0