Bibliothèques écrites en Jupyter Notebook
FinanceDatabase
Il s'agit d'une base de données de plus de 300 000 symboles contenant des actions, des ETF, des fonds, des indices, des devises, des crypto-monnaies et des marchés monétaires.
- 2.0k
- MIT
awesome-notebooks
Modèles de données et d'IA prêts à l'emploi, organisés par outils pour démarrer vos projets et produits de données en quelques minutes. 😎 publié par la communauté Naas..
- 2.0k
- BSD 3-clause "New" or "Revised"
zero-to-mastery-ml
Tous les supports de cours pour le cours Zero to Mastery Machine Learning et Data Science.
- 2.0k
TensorRT
Compilateur PyTorch/TorchScript/FX pour GPU NVIDIA utilisant TensorRT (par pytorch).
- 2.0k
- BSD 3-clause "New" or "Revised"
tensorflow-onnx
Convertissez les modèles TensorFlow, Keras, Tensorflow.js et Tflite en ONNX.
- 2.0k
- Apache License 2.0
100-pandas-puzzles
100 énigmes de données pour les pandas, allant de courtes et simples à super délicates (complètes à 60 %).
- 2.0k
- MIT
kubric
Un pipeline de génération de données pour créer des vidéos multi-objets synthétiques semi-réalistes avec des annotations riches telles que des masques de segmentation d'instance, des cartes de profondeur et un flux optique.
- 2.0k
- Apache License 2.0
SimCLR
Implémentation PyTorch de SimCLR: A Simple Framework for Contrastive Learning of Visual Representations (par sthalles).
- 1.9k
- MIT
FinMind
Open Data, more than 50 financial data. 提供超過 50 個金融資料(台股為主),每天更新 https://finmind.github.io/.
- 1.9k
- Apache License 2.0
Alpaca-CoT
We unified the interfaces of instruction-tuning data (e.g., CoT data), multiple LLMs and parameter-efficient methods (e.g., lora, p-tuning) together for easy use. Meanwhile, we created a new branch to build a Tabular LLM.(我们分别统一了丰富的IFT数据(如CoT数据,目前仍不断扩充)、多种训练效率方法(如lora,p-tuning)以及多种LLMs,三个层面上的接口,打造方便研究人员上手的LLM-IFT研究平台。同时tabular_llm分支构建了面向表格智能任务的LLM。.
- 1.9k
- Apache License 2.0
CodeSearchNet
Jeux de données, outils et benchmarks pour l'apprentissage de la représentation du code.
- 1.9k
- MIT
jellyfish
🪼 une bibliothèque python pour faire des correspondances approximatives et phonétiques de chaînes..
- 1.9k
- MIT
SfMLearner
Un cadre d'apprentissage non supervisé pour l'estimation de la profondeur et des mouvements de l'ego à partir de vidéos monoculaires.
- 1.9k
- MIT
DeepLearningForNLPInPytorch
Un tutoriel IPython Notebook sur l'apprentissage en profondeur pour le traitement du langage naturel, y compris la prédiction de structure.
- 1.9k
- MIT
ecco
Expliquez, analysez et visualisez les modèles de langage NLP. Ecco crée des visualisations interactives directement dans les blocs-notes Jupyter expliquant le comportement des modèles de langage basés sur Transformer (comme GPT2, BERT, RoBERTA, T5 et T0).
- 1.8k
- BSD 3-clause "New" or "Revised"
chain-of-thought-hub
Analyse comparative de la capacité de raisonnement complexe des grands modèles de langage avec l'incitation à la chaîne de pensée.
- 1.7k
- MIT