Bibliothèques écrites en Jupyter Notebook
DataMUX
[NeurIPS 2022] DataMUX: multiplexage de données pour les réseaux de neurones.
- 55
- GNU General Public License v3.0
california-coronavirus-scrapers
Les grattoirs Web open source qui alimentent le traqueur de coronavirus du Los Angeles Times California.
- 53
- MIT
finite-element-networks
Implémentation de référence des réseaux d'éléments finis comme proposé dans "Apprentissage de la dynamique des systèmes physiques à partir d'observations éparses avec des réseaux d'éléments finis" à l'ICLR 2022.
- 53
- MIT
OpenKF
Il s'agit d'une bibliothèque C++ de filtre de Kalman open source basée sur la bibliothèque Eigen3 pour les opérations matricielles. La bibliothèque contient des classes génériques basées sur des modèles pour la plupart des variantes de filtre de Kalman, notamment: (1) filtre de Kalman, (2) filtre de Kalman étendu, (3) filtre de Kalman non parfumé et (4) UKF à racine carrée...
- 52
- GNU General Public License v3.0 only
fellowship-prediction
Analyse votre profil GitHub et vous présente un rapport sur la probabilité que vous deveniez le prochain boursier MLH!.
- 51
- MIT
glami-1m
Le plus grand ensemble de données multilingue de classification image-texte. Il contient des produits de mode..
- 50
- Apache License 2.0
openWakeWord
Un cadre de détection de mots (ou de phrases) de réveil audio open source axé sur les performances et la simplicité.
- 50
- Apache License 2.0
HackThisAI
Apprentissage automatique contradictoire (AML) Capturer le drapeau (CTF).
- 50
- GNU General Public License v3.0 only
datadoubleconfirm
Ensembles de données et blocs-notes simples pour la visualisation des données, l'analyse statistique et la modélisation - avec des descriptions ici: http://projectosyo.wix.com/datadoubleconfirm..
- 49
- MIT
Self-Attention-Guidance
La mise en œuvre de l'article "Improving Sample Quality of Diffusion Models Using Self-Attention Guidance" (ICCV`23) (par SusungHong).
- 49
- MIT
Generalizing-Lottery-Tickets
Ce référentiel contient du code pour reproduire les expériences données dans l'article NeurIPS 2019 "Un ticket pour tous les gagner: généraliser les initialisations de tickets de loterie à travers les ensembles de données et les optimiseurs".
- 49
- MIT
living-documents
Comment utiliser les cahiers Jupyter et le démarquage R pour créer des documents vivants et des rapports reproductibles.
- 49
- MIT
HackFest21
Seules les pull requests valides seront autorisées. Utilisez uniquement Python et les modifications du fichier Lisez-moi ne seront pas acceptées.
- 49
Siren-fastai2
Implémentation non officielle des "représentations neuronales implicites avec des fonctions d'activation périodiques".
- 48
- MIT