Библиотеки, написани на Jupyter Notebook
Interactive Parallel Computing with IPython
IPython Parallel: Интерактивно паралелно изчисление в Python.
- 2.4k
- GNU General Public License v3.0
stable-diffusion
Тази версия на CompVis/stable-diffusion включва интерактивен скрипт от командния ред, който съчетава функционалността на text2img и img2img в интерфейс в стил "dream bot", WebGUI и множество функции и други подобрения. [Преместено на: https://github.com/invoke-ai/InvokeAI] (от lstein).
- 2.4k
- GNU General Public License v3.0
100-plus-Python-programming-exercises-extended
Хранилището е около 100+ проблеми с упражнения за програмиране на Python, обсъждани, обяснени и решени по различни начини.
- 2.4k
diffusion-models-class
Материали за курса за дифузионни модели на прегръщащи се лица.
- 2.4k
- Apache License 2.0
mlops-course
Научете как да проектирате, разработвате, внедрявате и поддържате цялостно ML приложение в мащаб.
- 2.4k
- MIT
shapash
🔅 Shapash: Лесна за потребителя обяснителност и интерпретируемост за разработване на надеждни и прозрачни модели за машинно обучение.
- 2.4k
- Apache License 2.0
diff-svc
Пеещо гласово преобразуване чрез модел на дифузия.
- 2.4k
- GNU Affero General Public License v3.0
3D-printed-mirror-array
Шестоъгълна огледална матрица за 3D печат, способна да отразява слънчевата светлина в произволни модели.
- 2.3k
- MIT
leetcode-company-wise-problems-2022
Списъци с въпроси, свързани с компанията, налични на leetcode premium. Всеки csv файл в директорията на компаниите съответства на списък с въпроси относно leetcode за конкретна компания въз основа на таговете на компанията leetcode. Актуализирано от май 2022 г.
- 2.3k
- MIT
whylogs
Библиотека за регистриране на данни с отворен код за модели на машинно обучение и канали за данни. 📚 Предоставя видимост на качеството на данните и ефективността на модела във времето. 🛡️ Поддържа събиране на данни за запазване на поверителността, като гарантира безопасност и надеждност. 📈.
- 2.3k
- Apache License 2.0
stability-sdk
SDK за взаимодействие с API на stability.ai (напр. извод за стабилна дифузия).
- 2.3k
- MIT
Learning-Bitcoin-from-the-Command-Line
Пълен курс за изучаване на програмиране и използване на биткойн от командата [Преместено на: https://github.com/BlockchainCommons/Learning-Bitcoin-from-the-Command-Line] (от ChristopherA).
- 2.3k
ML-foundations
Основи на машинното обучение: линейна алгебра, смятане, статистика и компютърни науки.
- 2.3k
- MIT
selfie
Образователна софтуерна система от малък самокомпилиращ се C компилатор, малък самоизпълняващ се RISC-V емулатор и малък самостоятелно хостван RISC-V хипервизор.
- 2.3k
- BSD 2-clause "Simplified"
Kandinsky-2
Кандински 2 — многоезичен модел на латентна дифузия текст2изображение.
- 2.3k
- Apache License 2.0
Promptify
Бърз инженеринг | Използвайте GPT или други модели, базирани на подкана, за да получите структуриран изход. Присъединете се към нашия раздор за Prompt-Engineering, LLM и други най-нови изследвания.
- 2.3k
- Apache License 2.0
qiskit-tutorials
Колекция от тетрадки на Jupyter, показващи как да използвате Qiskit SDK.
- 2.2k
- Apache License 2.0
An-Introduction-to-Statistical-Learning
Това хранилище съдържа упражненията и техните решения, съдържащи се в книгата „Въведение в статистическото обучение“ на python..
- 2.2k
datasets
🎁 4 800 000+ Unsplash изображения, предоставени за изследване и машинно обучение (чрез unsplash).
- 2.1k
coursera-deep-learning-specialization
Бележки, задачи по програмиране и тестове от всички курсове в рамките на специализацията Coursera Deep Learning, предлагана от deeplearning.ai: (i) Невронни мрежи и дълбоко обучение; (ii) Подобряване на дълбоките невронни мрежи: настройка на хиперпараметри, регулиране и оптимизиране; (iii) Структуриране на проекти за машинно обучение; (iv) Конволюционни невронни мрежи; (v) Модели на последователност.
- 2.1k
pytorch-GAT
Моята реализация на оригиналния GAT документ (Veličković et al.). Допълнително включих файла playground.py за визуализиране на набора от данни Cora, GAT вграждания, механизъм за внимание и ентропийни хистограми. Поддържах както Cora (трансдуктивен), така и PPI (индуктивен) примери!.
- 2.1k
- MIT