Библиотеки, написани на Jupyter Notebook

examples

📝 Примери за проследяване на експерименти, регистър на моделите, версии на данни и обучение на модели за машинно обучение за наблюдение на живо в neptune.ai (от neptune-ai).

48
MIT

Arabic-Handwritten-Images-Recognition

Модел за дълбоко обучение за лесно класифициране на арабските букви и цифри.

48
MIT

dsse

Спецификация за методи и формати за подписване, използвани от проекти на Secure Systems Lab.

47
Apache License 2.0

eigenlearning

кодова база за „Теория на индуктивното отклонение и генерализиране на регресия на ядрото и широки невронни мрежи“.

47

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

Разпознаване на пътни знаци с Deep Learning CNN.

47
Apache License 2.0

Google-Colab-Shell

Вече можете да отворите shell в Google Collab.

46
Apache License 2.0

StableDiffusionUI_SageMakerSL

Бележник за стартиране на Automatic1111 Stable Diffusion webui в SageMaker Studio Lab.

46

dl-colab-notebooks

Изпробвайте модели за дълбоко обучение онлайн в Google Colab.

46

pypge

Реализация на PGE алгоритъма в Python.

46
MIT

strv-ml-mask2face

На практика премахнете маска за лице, за да видите как изглежда човек под нея.

45
MIT

Webcam_QR_Detector

Използване на уеб камера за четене на едномерни баркодове и QR кодове от Python 2 и 3.

45

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

Проект My Computer Vision от моя курс Computer Vision (есен на 2020 г.) в Goethe University Frankfurt, Германия. Сравнение на производителността между най-съвременните алгоритми за откриване на обекти YOLO и Faster R-CNN, базирани на набора от данни Berkeley DeepDrive (BDD100K).