Библиотеки, написани на Jupyter Notebook
FinanceDatabase
Това е база данни от 300 000+ символа, съдържаща акции, ETF, фондове, индекси, валути, криптовалути и парични пазари.
- 2.0k
- MIT
awesome-notebooks
Готови за използване шаблони за данни и AI, организирани от инструменти за стартиране на вашите проекти и продукти с данни за минути. 😎 публикувано от общността на Naas..
- 2.0k
- BSD 3-clause "New" or "Revised"
zero-to-mastery-ml
Всички учебни материали за курса Zero to Mastery Machine Learning and Data Science..
- 2.0k
TensorRT
PyTorch/TorchScript/FX компилатор за графични процесори NVIDIA, използващи TensorRT (от pytorch).
- 2.0k
- BSD 3-clause "New" or "Revised"
tensorflow-onnx
Конвертирайте модели TensorFlow, Keras, Tensorflow.js и Tflite в ONNX.
- 2.0k
- Apache License 2.0
100-pandas-puzzles
100 пъзела с данни за панди, вариращи от кратки и прости до супер трудни (60% завършени).
- 2.0k
- MIT
kubric
Тръбопровод за генериране на данни за създаване на полуреалистични синтетични многообектни видеоклипове с богати анотации, като маски за сегментиране на екземпляри, карти на дълбочина и оптичен поток.
- 2.0k
- Apache License 2.0
SimCLR
PyTorch внедряване на SimCLR: проста рамка за контрастно обучение на визуални представяния (от sthalles).
- 1.9k
- MIT
FinMind
Open Data, more than 50 financial data. 提供超過 50 個金融資料(台股為主),每天更新 https://finmind.github.io/.
- 1.9k
- Apache License 2.0
Alpaca-CoT
We unified the interfaces of instruction-tuning data (e.g., CoT data), multiple LLMs and parameter-efficient methods (e.g., lora, p-tuning) together for easy use. Meanwhile, we created a new branch to build a Tabular LLM.(我们分别统一了丰富的IFT数据(如CoT数据,目前仍不断扩充)、多种训练效率方法(如lora,p-tuning)以及多种LLMs,三个层面上的接口,打造方便研究人员上手的LLM-IFT研究平台。同时tabular_llm分支构建了面向表格智能任务的LLM。.
- 1.9k
- Apache License 2.0
CodeSearchNet
Набори от данни, инструменти и бенчмаркове за изучаване на представяне на код..
- 1.9k
- MIT
jellyfish
🪼 библиотека на Python за извършване на приблизително и фонетично съпоставяне на низове..
- 1.9k
- MIT
SfMLearner
Рамка за обучение без надзор за оценка на дълбочината и его-движението от монокулярни видеоклипове.
- 1.9k
- MIT
DeepLearningForNLPInPytorch
Урок за IPython Notebook за дълбоко обучение за обработка на естествен език, включително предвиждане на структура.
- 1.9k
- MIT
ecco
Обяснете, анализирайте и визуализирайте езиковите модели на НЛП. Ecco създава интерактивни визуализации директно в преносимите компютри Jupyter, обяснявайки поведението на базирани на Transformer езикови модели (като GPT2, BERT, RoBERTA, T5 и T0).
- 1.8k
- BSD 3-clause "New" or "Revised"
chain-of-thought-hub
Сравняване на сложната способност за разсъждение на големите езикови модели с подсказване на верига от мисли.
- 1.7k
- MIT