Bibliothèques écrites en Jupyter Notebook

qs_ledger

Agrégateur de données personnelles quantifiées et analyse de données.
  • 907
  • MIT

GAN_stability

Code de l'article "Quelles méthodes de formation pour les GAN convergent réellement? (ICML 2018)".
  • 902
  • MIT

Deep_Learning_Machine_Learning_Stock

Les actions d'apprentissage profond et d'apprentissage automatique représentent des opportunités prometteuses pour les investisseurs et les commerçants à long et à court terme.
  • 898
  • MIT

telemanom

Un cadre d'utilisation des LSTM pour détecter les anomalies dans les données de séries chronologiques multivariées. Comprend des données sur les anomalies des engins spatiaux et des expériences du Mars Science Laboratory et des missions SMAP.
  • 896
  • GNU General Public License v3.0

saliency

Implémentation indépendante du framework pour les méthodes de saillance de pointe (XRAI, BlurIG, SmoothGrad, etc.).
  • 894
  • Apache License 2.0

SkinDeep

Obtenez désencré!!.
  • 891
  • Apache License 2.0

emotional-vits

无需情感标注的情感可控语音合成模型,基于VITS.
  • 882
  • MIT

PConv-Keras

Implémentation non officielle de "Image Inpainting for Irregular Holes Using Partial Convolutions". Essayez sur: www.fixmyphoto.ai.
  • 881
  • MIT

spyql

Interrogez les données sur la ligne de commande avec des SELECT de type SQL alimentés par des expressions Python.
  • 880
  • MIT

natural-language-youtube-search

Recherchez dans les vidéos YouTube en utilisant le langage naturel.
  • 876
  • MIT

falcon

Brushing et linking pour le big data (by vega).
  • 872
  • GNU General Public License v3.0

graphein

Bibliothèque de graphiques de protéines.
  • 869
  • MIT

langchain-course

Apprenez à créer et à déployer des applications d'IA.
  • 866

AeroPython

Aérodynamique classique de l'écoulement potentiel à l'aide des notebooks Python et Jupyter.
  • 860
  • GNU General Public License v3.0

gpt-author

  • 860
  • MIT

vertex-ai-samples

Exemples de code et blocs-notes pour Vertex AI, la plate-forme de machine learning de bout en bout sur Google Cloud.
  • 855
  • Apache License 2.0

fastcore

Python suralimenté pour la bibliothèque fastai.
  • 853
  • Apache License 2.0

reinforcement_learning_course_materials

Notes de cours, tâches de didacticiel comprenant des solutions ainsi que des vidéos en ligne pour le cours d'apprentissage par renforcement organisé par l'Université de Paderborn.
  • 852
  • MIT

jax-md

Différenciable, accéléré par le matériel, dynamique moléculaire [Déplacé vers: https://github.com/jax-md/jax-md].
  • 851
  • Apache License 2.0

natural-language-image-search

Recherchez des photos sur Unsplash en utilisant le langage naturel.
  • 851
  • MIT

qiskit-textbook

Un complément de cours universitaire d'algorithmes quantiques / calcul basé sur Qiskit.
  • 849
  • Apache License 2.0

autodidact

Une implémentation pédagogique d'Autograd.
  • 848
  • MIT

flowtron

Flowtron est un réseau génératif basé sur le flux auto-régressif pour la synthèse texte-parole avec contrôle de la variation de la parole et du transfert de style.
  • 842
  • Apache License 2.0

notedown

Markdown <=>Bloc-notes IPython.
  • 842
  • BSD 2-clause "Simplified"

penglab

🐧 Abus de Google Colab pour cracker des hachages..
  • 840

long_llama

LongLLaMA est un grand modèle de langage capable de gérer de longs contextes. Il est basé sur OpenLLaMA et affiné avec la méthode Focused Transformer (FoT).
  • 840
  • Apache License 2.0

cs229-2018-autumn

Toutes les notes et le matériel pour le cours CS229: Machine Learning de l'Université de Stanford.
  • 835

chameleon-llm

Codes pour "Chameleon: Plug-and-Play Compositional Reasoning with Large Language Models"..
  • 835
  • Apache License 2.0

text2mesh

Stylisation de maillage 3D pilotée par une saisie de texte dans PyTorch.
  • 830
  • MIT

MAPIE

Un module compatible scikit-learn pour estimer les intervalles de prédiction.
  • 825
  • BSD 3-clause "New" or "Revised"