Библиотеки, написани на Jupyter Notebook
alpha-mind
количествен анализ на портфолио от ценни книжа. Тръбопроводът за анализ включва абстракция за съхранение на данни, алфа изчисление, алфа комбиниране на базата на ML и изчисление на портфолио.
- 212
- MIT
huggingpics
🤗🖼️ HuggingPics: Настройте фино Vision Transformers за всичко, като използвате изображения, намерени в мрежата..
- 210
notebooks
Съдържанието в това хранилище не се поддържа и активно се мигрира към други репозитории. (с космически телескоп).
- 210
- BSD 3-clause "New" or "Revised"
OpenEDU
:books: Инициативата за образование с отворен код – хранилище с ресурси за 60+ инженерни предмета. Нека направим образованието по-отворено и достъпно!:rocket::sparkles:.
- 209
- MIT
minLoRA
minLoRA: минимална библиотека на PyTorch, която ви позволява да приложите LoRA към всеки модел на PyTorch..
- 209
- MIT
MoViNet-pytorch
Внедряване на MoViNets PyTorch: Мобилни видео мрежи за ефективно разпознаване на видео;.
- 209
- MIT
tensorflow_Realtime_Multi-Person_Pose_Estimation
Проект за оценка на поза на много хора за Tensorflow 2.0 с малък и бърз модел, базиран на MobilenetV3.
- 209
- GNU General Public License v3.0
Optimization-Python
Обща оптимизация (LP, MIP, QP, непрекъсната и дискретна оптимизация и др.) с помощта на Python.
- 209
- MIT
Multi-Type-TD-TSR
Извличане на таблици от изображения на документи с помощта на многоетапен конвейер за откриване на таблици и разпознаване на структурата на таблици:.
- 208
- MIT
tf-metal-experiments
TensorFlow Metal Backend на Apple Silicon Experiments (само за забавление).
- 207
- MIT
examples
Анализирайте неструктурираните данни с Towhee, като обратно търсене на изображения, обратно търсене на видео, аудио класификация, системи за въпроси и отговори, молекулярно търсене и др. (от towhee-io).
- 207
- Apache License 2.0
CenterSnap
Код на Pytorch за хартия ICRA'22: „Реконструкция на 3D форма на единичен изстрел с множество обекти и категорична 6D оценка на поза и размер“.
- 206
Awesome_Satellite_Benchmark_Datasets
Предоставен е допълнителен материал за нашия документ „НЯМА ДАННИ, КАТО ПОВЕЧЕ ДАННИ“.
- 205
TradingGym
Trading Gym е проект с отворен код за разработване на алгоритми за обучение с подсилване в контекста на търговията. (от cove9988).
- 204
- MIT
r
Използване на R с Jupyter / RStudio на Binder (чрез binder-примери).
- 202
- BSD 3-clause "New" or "Revised"
fraud-detection-using-machine-learning
Настройте демо архитектура от край до край за прогнозиране на събития с измама с машинно обучение с помощта на Amazon SageMaker.
- 202
- Apache License 2.0
Best-Deep-Learning-Optimizers
Колекция от най-новите, най-добрите оптимизатори за дълбоко обучение (за Pytorch) - подходящи за CNN, NLP.
- 197
- Apache License 2.0