Библиотеки, написани на Jupyter Notebook
99-ML-Learning-Projects
Списък от 99 проекта за машинно обучение за всеки, който желае да се учи от проекти за кодиране и изграждане.
- 464
- MIT
x-stable-diffusion
Извод в реално време за стабилна дифузия - 0,88 s латентност. Обхваща AITemplate, nvFuser, TensorRT, FlashAttention..
- 462
- Apache License 2.0
DataScience
Курс по Data Science в Julia за JuliaAcademy.com, преподаван от Huda Nassar (от JuliaAcademy).
- 461
- MIT
jwst
Python библиотека за научни наблюдения от космическия телескоп James Webb.
- 461
- GNU General Public License v3.0
Text2Light
[SIGGRAPH Азия 2022] Text2Light: Zero-Shot Text-Driven HDR Panorama Generation.
- 458
- GNU General Public License v3.0
Azure-Sentinel-Notebooks
Interactive Azure Sentinel Notebooks предоставя информация за сигурността и действия за разследване на аномалии и търсене на злонамерено поведение.
- 453
- MIT
covid19pt-data
😷️🇵🇹 Dados relativos à пандемия COVID-19 в Португалия.
- 450
- GNU General Public License v3.0 only
fastkafka
FastKafka е мощна и лесна за използване библиотека на Python за изграждане на асинхронни уеб услуги, които взаимодействат с темите на Kafka. Изграден върху Pydantic, AIOKafka и AsyncAPI, FastKafka опростява процеса на писане на производители и потребители за теми на Kafka.
- 446
- Apache License 2.0
concrete-ml
Concrete ML: Съхраняваща поверителността ML рамка, изградена върху Concrete, с обвързвания към традиционните ML рамки.
- 446
- GNU General Public License v3.0
cleora
Cleora AI е модел с общо предназначение за ефективно, мащабируемо обучение на стабилни и индуктивни вграждания на обекти за хетерогенни релационни данни.
- 444
- GNU General Public License v3.0
blended-diffusion
Официално внедряване за „Смесена дифузия за управлявано от текст редактиране на естествени изображения“ [CVPR 2022].
- 442
- MIT
get-started-with-JAX
Целта на това репо е да улесни започването с JAX, Flax и Haiku. Той съдържа моята серия от уроци „Машинно обучение с JAX“ (видеоклипове в YouTube и преносими компютри Jupyter), както и съдържанието, което намерих за полезно, докато научавах за екосистемата JAX.
- 440
- MIT
Watermark-Removal-Pytorch
🔥 CNN за премахване на воден знак с помощта на Deep Image Prior с Pytorch 🔥..
- 437
- MIT
IDE-3D
[SIGGRAPH Азия 2022] IDE-3D: Интерактивно отделно редактиране за портретен синтез с 3D с висока разделителна способност.
- 434
indonlu
Първият по рода си мащабен бенчмарк за обработка на естествен език за индонезийски език. Предоставяме множество задачи надолу по веригата, предварително обучени модели IndoBERT и начален код! (AACL-IJCNLP 2020).
- 431
- Apache License 2.0
machine-learning-and-simulation
Всички ръкописни бележки 📝 и файлове с изходен код 🖥️, използвани в моите видеоклипове в YouTube за машинно обучение и симулация (https://www.youtube.com/channel/UCh0P7KwJhuQ4vrzc3IRuw4Q).
- 430
- MIT
FinBERT
Предварително обучен BERT модел за финансови комуникации. https://arxiv.org/abs/2006.08097 (от yya518).
- 428
- Apache License 2.0
covid19-forecast-hub
Прогнози за COVID-19 в стандартизиран формат.
- 427
- GNU General Public License v3.0
alpaca_eval
Автоматичен оценител за езикови модели, следващи инструкции. Утвърдено от човека, висококачествено, евтино и бързо..
- 425
- Apache License 2.0
geospatial-data-catalogs
Списък с отворени набори от геопространствени данни, налични в AWS, Earth Engine, Planetary Computer, NASA CMR и STAC Index.
- 423
- MIT