Bibliothèques écrites en Jupyter Notebook

alpha-mind

analyse quantitative du portefeuille de titres. Le pipeline d'analyse, y compris l'abstraction de stockage de données, le calcul alpha, la combinaison alpha basée sur ML et le calcul de portefeuille.
  • 212
  • MIT

ld-decode

Décodeur LaserDisc défini par logiciel.
  • 212
  • GNU General Public License v3.0 only

huggingpics

🤗🖼️ HuggingPics: ajustez les transformateurs de vision pour tout ce qui utilise des images trouvées sur le Web.
  • 210

notebooks

Le contenu de ce référentiel n'est pas maintenu et est activement migré vers d'autres référentiels. (par télescope spatial).
  • 210
  • BSD 3-clause "New" or "Revised"

OpenEDU

:books: The Open Source Education Initiative - un référentiel avec des ressources pour plus de 60 sujets d'ingénierie. Rendons l'éducation plus ouverte et accessible!:fusée::scintille:.
  • 209
  • MIT

minLoRA

minLoRA: une bibliothèque PyTorch minimale qui vous permet d'appliquer LoRA à n'importe quel modèle PyTorch.
  • 209
  • MIT

MoViNet-pytorch

Implémentation de MoViNets PyTorch: réseaux vidéo mobiles pour une reconnaissance vidéo efficace;.
  • 209
  • MIT

CodeTrans

Modèles de langage pré-entraînés pour le code source.
  • 209
  • MIT

tensorflow_Realtime_Multi-Person_Pose_Estimation

Projet d'estimation de pose multi-personnes pour Tensorflow 2.0 avec un petit modèle rapide basé sur MobilenetV3.
  • 209
  • GNU General Public License v3.0

Optimization-Python

Optimisation générale (LP, MIP, QP, optimisation continue et discrète, etc.) à l'aide de Python.
  • 209
  • MIT

BMT

Code source pour "Transformateur bimodal pour le sous-titrage vidéo dense" (BMVC 2020).
  • 208
  • MIT

Multi-Type-TD-TSR

Extraction de tableaux à partir d'images de documents à l'aide d'un pipeline à plusieurs étapes pour la détection de tableaux et la reconnaissance de structure de tableaux:.
  • 208
  • MIT

PX4-user_guide

Guide de l'utilisateur PX4.
  • 207
  • GNU General Public License v3.0

Python-for-Everyone

Un guide étape par étape pour apprendre la programmation Python.
  • 207

covid19italia

  • 207
  • Creative Commons Attribution 4.0

tf-metal-experiments

TensorFlow Metal Backend sur Apple Silicon Experiments (juste pour le plaisir).
  • 207
  • MIT

examples

Analysez les données non structurées avec Towhee, telles que la recherche d'image inversée, la recherche vidéo inversée, la classification audio, les systèmes de questions et réponses, la recherche moléculaire, etc. (par towhee-io).
  • 207
  • Apache License 2.0

CenterSnap

Code Pytorch pour l'article ICRA'22: "Reconstruction de forme 3D multi-objets à un seul coup et estimation catégorique de la pose et de la taille 6D".
  • 206

Awesome_Satellite_Benchmark_Datasets

Du matériel supplémentaire pour notre article "IL N'Y A PAS DE DONNÉES COMME PLUS DE DONNÉES" est fourni.
  • 205

TradingGym

Trading Gym est un projet open source pour le développement d'algorithmes d'apprentissage par renforcement dans le contexte du trading. (par cove9988).
  • 204
  • MIT

ImageNetV2

Un nouvel ensemble de test pour ImageNet.
  • 204
  • MIT

Deep-Q-Learning

Implémentation Tensorflow de Deepminds dqn avec des réseaux en double duel.
  • 204

EasyEdit

Un cadre facile à utiliser pour éditer de grands modèles de langage.
  • 202
  • MIT

scatteract

Projet qui implémente l'extraction de données à partir de nuages ​​de points.
  • 202

r

Utilisation de R avec Jupyter / RStudio sur Binder (par des exemples de liants).
  • 202
  • BSD 3-clause "New" or "Revised"

fact-checker

Vérification des faits des sorties LLM avec langchain.
  • 202

fraud-detection-using-machine-learning

Configurez une architecture de démonstration de bout en bout pour prévoir les événements de fraude avec Machine Learning à l'aide d'Amazon SageMaker.
  • 202
  • Apache License 2.0

machinehearing

Machine Learning appliqué au son.
  • 201

ProvingGround

Terrain d'essai: outils pour les mathématiques automatisées.
  • 199
  • MIT

Best-Deep-Learning-Optimizers

Collection des derniers et meilleurs optimiseurs d'apprentissage en profondeur (pour Pytorch) - CNN, NLP adapté.
  • 197
  • Apache License 2.0