Biblioteke napisane u Jupyter Notebooku

ltt

Naučite pa testirajte: Kalibracija prediktivnih algoritama za postizanje kontrole rizika.

41
MIT

CoreML-samples

Uzorak koda za Core ML koji koristi ResNet50 koji osigurava Apple i prilagođeni model koji generira coremltools..

41
MIT

notebooks

Google Colab prijenosna računala (nagolinc).

41

ControllableTalkNet

Ovo je modificirana verzija NVIDIA-inog TalkNeta. To je mreža kojom se može upravljati i koja se može koristiti i za CPU i za GPU zaključivanje.

41
Creative Commons Zero v1.0 Universal

guidance

Jezik navođenja za kontrolu velikih jezičnih modela. (autor Maximilian-Winter).

40
MIT

kivy-tensorflow-helloworld

Pokrenite zaključivanje uz Tensorflow Lite na iOS-u, Androidu, MacOS-u, Windowsu i Linuxu koristeći Python..

40

amazon-rekognition-code-samples

Uzorci koda za prepoznavanje Amazona.

40
MIT No Attribution

nitroml

NitroML je modularni, prenosivi i skalabilni okvir za usporednu analizu kvalitete modela za cjevovode strojnog učenja i automatskog strojnog učenja (AutoML).

40
Apache License 2.0

Artifact_Removal_GAN

U-net GAN za uklanjanje jpeg artefakata.

40
MIT

Transformer-Models-from-Scratch

implementacija različitih modela transformatora za različite zadatke.

40

full_spectrum_bioinformatics

Bioinformatički tekst otvorenog pristupa.

39

Transformer-in-Transformer

Implementacija Transformera u Transformeru u TensorFlowu za klasifikaciju slika, pažnja unutar lokalnih zakrpa (Rishit-dagli).

39
Apache License 2.0

DataDrivenDynSyst

Skripte i bilježnice koje prate knjigu Data-Driven Methods for Dynamic Systems.

39
MIT

cdQnA

repozitorij za dokumente i studije o pitanjima zatvorene domene i odgovaranju s LLM-om.

39

doohickey

Doohickey je stabilan alat za difuziju za tehničke umjetnike koji žele biti u tijeku s najnovijim razvojem na tom polju.

39

infery-examples

Zbirka demo-aplikacija i skripti za zaključivanje za različite okvire dubokog učenja pomoću infery (Python)..

39
GNU General Public License v3.0

Data-Visualizations-Medium

Razumijevanje podataka i modela strojnog učenja s vizualizacijama.

38
MIT

Multi-Modal-Comparators

Unificirani API za olakšavanje korištenja unaprijed obučenih modela "perceptora", a la CLIP.

38

Deep-Learning-With-TensorFlow

Svi resursi i praktične vježbe za početak rada s dubokim učenjem u TensorFlowu.

38
Apache License 2.0

Ovaj algoritam koristi pravokutnik koji je napravio korisnik za identifikaciju stavke u prvom planu. Zatim korisnik može uređivati kako bi dodao ili uklonio objekte u prvi plan. Zatim uklanja pozadinu i čini je prozirnom..