Librerie scritte in Jupyter Notebook
stable-diffusion
Un modello di diffusione latente da testo a immagine.
- 58.3k
- GNU General Public License v3.0
TensorFlow-Examples
Tutorial ed esempi di TensorFlow per principianti (supporta TF v1 e v2).
- 42.9k
- GNU General Public License v3.0
PythonDataScienceHandbook
Python Data Science Handbook: testo completo nei notebook Jupyter.
- 39.0k
- MIT
segment-anything
Il repository fornisce il codice per l'esecuzione dell'inferenza con SegmentAnything Model (SAM), collegamenti per scaricare i checkpoint del modello addestrato e notebook di esempio che mostrano come utilizzare il modello.
- 36.6k
- Apache License 2.0
Made-With-ML
Scopri come progettare, sviluppare, distribuire e iterare su applicazioni ML di livello di produzione.
- 33.7k
- MIT
nn
🧑🏫 60 implementazioni/tutorial di documenti di deep learning con note affiancate 📝; inclusi trasformatori (original, xl, switch, feedback, vit,...), ottimizzatori (adam, adabelief, sophia,...), gans (cyclegan, stylegan2,...), 🎮 apprendimento per rinforzo (ppo, dqn), capsnet, distillazione,... 🧠.
- 32.2k
- MIT
Probabilistic-Programming-and-Bayesian-Methods-for-Hackers
alias "Metodi bayesiani per hacker": un'introduzione ai metodi bayesiani + programmazione probabilistica con un punto di vista computazionale/comprensivo, poi matematico. Tutto in puro Python;).
- 25.7k
- MIT
handson-ml2
Una serie di notebook Jupyter che illustrano i fondamenti di Machine Learning e Deep Learning in Python utilizzando Scikit-Learn, Keras e TensorFlow 2..
- 25.3k
- Apache License 2.0
handson-ml
⛔️ DEPRECATO – Vedi invece https://github.com/ageron/handson-ml3..
- 25.0k
- Apache License 2.0
homemade-machine-learning
🤖 Esempi Python di famosi algoritmi di apprendimento automatico con demo interattive di Jupyter e spiegazione della matematica.
- 21.6k
- MIT
pytudes
Programmi Python, solitamente brevi, di notevole difficoltà, per perfezionare abilità particolari..
- 20.6k
- MIT
pydata-book
Materiali e taccuini IPython per "Python for Data Analysis" di Wes McKinney, pubblicato da O'Reilly Media.
- 19.8k
- GNU General Public License v3.0
shap
Un approccio basato sulla teoria dei giochi per spiegare l'output di qualsiasi modello di apprendimento automatico.
- 19.8k
- MIT
reinforcement-learning
Implementazione di algoritmi di apprendimento per rinforzo. Python, Palestra OpenAI, Tensorflow. Esercizi e soluzioni per accompagnare il libro di Sutton e il corso di David Silver..
- 19.2k
- MIT
CLIP
CLIP (Contrastive Language-Image Pretraining), prevedere il frammento di testo più rilevante data un'immagine.
- 16.7k
- MIT
InvokeAI
InvokeAI è un motore creativo leader per i modelli di diffusione stabile, che consente a professionisti, artisti e appassionati di generare e creare media visivi utilizzando le più recenti tecnologie basate sull'intelligenza artificiale. La soluzione offre un'interfaccia utente Web leader del settore, supporta l'utilizzo del terminale tramite un'interfaccia a riga di comando e funge da base per più prodotti commerciali.
- 16.7k
- Apache License 2.0
data
Dati e codice dietro gli articoli e la grafica di FiveThirtyEight.
- 16.3k
- Creative Commons Attribution 4.0
awesome-python-applications
💿 Software gratuito che funziona alla grande e sembra anche essere Python open source..
- 14.7k