Библиотеки, написани на Jupyter Notebook
stable-diffusion
Модел на латентна дифузия от текст към изображение.
- 58.3k
- GNU General Public License v3.0
TensorFlow-Examples
Урок и примери за TensorFlow за начинаещи (поддържа TF v1 & v2).
- 42.9k
- GNU General Public License v3.0
segment-anything
Хранилището предоставя код за изпълнение на изводи с модела SegmentAnything (SAM), връзки за изтегляне на контролните точки на обучен модел и примерни тетрадки, които показват как да използвате модела.
- 36.6k
- Apache License 2.0
Made-With-ML
Научете как да проектирате, разработвате, внедрявате и итерирате ML приложения от производствен клас.
- 33.7k
- MIT
nn
🧑🏫 60 реализации/уроци на документи за задълбочено обучение с бележки една до друга 📝; включително трансформатори (оригинал, xl, switch, обратна връзка, vit,...), оптимизатори (adam, adabelief, sophia,...), gans (cyclegan, stylegan2,...), 🎮 обучение с подсилване (ppo, dqn), capsnet, дестилация,... 🧠.
- 32.2k
- MIT
Probabilistic-Programming-and-Bayesian-Methods-for-Hackers
още известен още като „Байесови методи за хакери“: Въведение в байесовите методи + вероятностно програмиране с гледна точка на първо изчисление/разбиране, математика на второ място. Всичко в чист Python;).
- 25.7k
- MIT
handson-ml2
Серия от преносими компютри на Jupyter, които ви превеждат през основите на машинното обучение и дълбокото обучение в Python с помощта на Scikit-Learn, Keras и TensorFlow 2.
- 25.3k
- Apache License 2.0
handson-ml
⛔️ ОТСТАРЯЛО – Вижте https://github.com/ageron/handson-ml3 вместо това..
- 25.0k
- Apache License 2.0
homemade-machine-learning
🤖 Примери на Python за популярни алгоритми за машинно обучение с интерактивни демонстрации на Jupyter и обяснение на математиката.
- 21.6k
- MIT
pytudes
Програми на Python, обикновено кратки, със значителна трудност, за усъвършенстване на определени умения.
- 20.6k
- MIT
pydata-book
Материали и преносими компютри за IPython за „Python за анализ на данни“ от Wes McKinney, публикувано от O'Reilly Media.
- 19.8k
- GNU General Public License v3.0
shap
Теоретичен подход на игрите за обяснение на резултата от всеки модел на машинно обучение.
- 19.8k
- MIT
reinforcement-learning
Внедряване на алгоритми за обучение с подсилване. Python, OpenAI Gym, Tensorflow. Упражнения и решения, които да придружават Книгата на Сътън и курса на Дейвид Силвър..
- 19.2k
- MIT
CLIP
CLIP (контрастивен език-изображение) Предсказване на най-подходящия текстов фрагмент, даден на изображение.
- 16.7k
- MIT
InvokeAI
InvokeAI е водеща креативна машина за стабилни дифузионни модели, която дава възможност на професионалисти, художници и ентусиасти да генерират и създават визуални медии, използвайки най-новите технологии, управлявани от AI. Решението предлага водещ в индустрията WebUI, поддържа използване на терминал чрез CLI и служи като основа за множество търговски продукти.
- 16.7k
- Apache License 2.0
awesome-python-applications
💿 Безплатен софтуер, който работи чудесно и освен това е Python с отворен код..
- 14.7k