Bibliothèques écrites en Jupyter Notebook

examples

📝 Exemples de suivi d'expériences, de registre de modèles, de gestion des versions de données et de surveillance de la formation de modèles d'apprentissage automatique en direct sur neptune.ai (par neptune-ai).

48
MIT

PyNaver

네이버 API 사용하기 위한 오픈소스 파이썬 라이브러리.

48
MIT

Arabic-Handwritten-Images-Recognition

Un modèle d'apprentissage en profondeur pour classer facilement les lettres et les chiffres arabes.

48
MIT

dsse

Une spécification pour les méthodes et formats de signature utilisés par les projets Secure Systems Lab.

47
Apache License 2.0

eigenlearning

base de code pour "Une théorie du biais inductif et de la généralisation de la régression du noyau et des réseaux de neurones étendus".

47

Traffic-Sign-Recognition-with-Deep-Learning-CNN

Reconnaissance des panneaux de signalisation avec Deep Learning CNN.

47
Apache License 2.0

Google-Colab-Shell

Vous pouvez maintenant ouvrir le shell dans Google Collab.

46
Apache License 2.0

StableDiffusionUI_SageMakerSL

Bloc-notes pour l'exécution de l'interface Web Automatic1111 Stable Diffusion sur SageMaker Studio Lab.

46

dl-colab-notebooks

Essayez des modèles de deep learning en ligne sur Google Colab.

46

pypge

Implémentation Python de l'algorithme PGE.

46
MIT

strv-ml-mask2face

Retirez virtuellement un masque facial pour voir à quoi ressemble une personne en dessous.

45
MIT

Webcam_QR_Detector

Utilisation de la webcam pour lire les codes-barres unidimensionnels et les codes QR de Python 2 et 3.

45

Deepfake-Detection

44

Real-time-Object-Detection-for-Autonomous-Driving-using-Deep-Learning

Mon projet de vision par ordinateur de mon cours de vision par ordinateur (automne 2020) à l'Université Goethe de Francfort, en Allemagne. Comparaison des performances entre les algorithmes de détection d'objets de pointe YOLO et Faster R-CNN basés sur l'ensemble de données Berkeley DeepDrive (BDD100K).