Librerie scritte in Jupyter Notebook

pyLDAvis

Libreria Python per la visualizzazione interattiva del modello di argomento. Porto del pacchetto R LDAvis..
  • 1.7k
  • BSD 3-clause "New" or "Revised"

LoFTR

Codice per "LoFTR: corrispondenza di caratteristiche locali senza rivelatori con trasformatori", CVPR 2021, T-PAMI 2022.
  • 1.7k
  • Apache License 2.0

PYNQ

Produttività Python per ZYNQ.
  • 1.7k
  • BSD 3-clause "New" or "Revised"

pytorch-openpose

implementazione di pytorch di openpose inclusa la stima della posa della mano e del corpo..
  • 1.7k

nlp-in-python-tutorial

confrontando cabarettisti utilizzando l'elaborazione del linguaggio naturale.
  • 1.7k

ru-dalle

Genera immagini da testi. In russo.
  • 1.6k
  • Apache License 2.0

awesome-embedding-models

Un elenco curato di fantastici tutorial, progetti e comunità di modelli di incorporamento.
  • 1.6k
  • MIT

Reinforcement-Learning-2nd-Edition-by-Sutton-Exercise-Solutions

Soluzioni di apprendimento per rinforzo, un'introduzione.
  • 1.6k
  • MIT

FinRL-Trading

Per il commercio. Per favore stella..
  • 1.6k
  • MIT

IRkernel

Kernel R per Jupyter.
  • 1.6k
  • GNU General Public License v3.0

Segment-and-Track-Anything

Un progetto open source dedicato al tracciamento e alla segmentazione di qualsiasi oggetto nei video, in modo automatico o interattivo. Gli algoritmi principali utilizzati includono il Segment Anything Model (SAM) per la segmentazione dei fotogrammi chiave e l'Associating Objects with Transformers (AOT) per scopi di tracciamento e propagazione efficienti.
  • 1.6k
  • GNU Affero General Public License v3.0

dl-colab-notebooks

Prova i modelli di deep learning online su Google Colab (di tugstugi).
  • 1.6k

logica

Logica è un linguaggio di programmazione logica che compila in StandardSQL e viene eseguito su Google BigQuery.
  • 1.6k
  • Apache License 2.0

sphereface

Implementazione per <SphereFace>in CVPR'17..
  • 1.6k
  • MIT

labml

🔎 Monitora l'addestramento del modello di deep learning e l'utilizzo dell'hardware dal tuo cellulare 📱.
  • 1.6k
  • MIT

densecap

Sottotitoli densi delle immagini in Torch.
  • 1.5k
  • MIT

machine-learning-asset-management

Machine Learning nella gestione patrimoniale (di @firmai).
  • 1.5k

open-sustainable-technology

Un elenco curato di progetti di tecnologia aperta per sostenere un clima stabile, l'approvvigionamento energetico, la biodiversità e le risorse naturali..
  • 1.5k
  • Creative Commons Zero v1.0 Universal

setfit

Efficiente apprendimento a pochi colpi con Frase Transformers.
  • 1.5k
  • Apache License 2.0

uvadlc_notebooks

Repository dei tutorial sui notebook Jupyter per l'insegnamento del corso Deep Learning presso l'Università di Amsterdam (MSc AI), autunno 2022/primavera 2022.
  • 1.5k
  • MIT

FinancePy

Una libreria finanziaria Python che si concentra sulla determinazione dei prezzi e sulla gestione del rischio dei derivati ​​finanziari, inclusi i derivati ​​a reddito fisso, azionari, FX e di credito.
  • 1.5k
  • GNU General Public License v3.0 only

pyxelate

Classe Python che genera pixel art dalle immagini.
  • 1.5k
  • MIT

clip-retrieval

Calcola facilmente incorporamenti di clip e costruisci con essi un sistema di recupero di clip.
  • 1.5k
  • MIT

SGX-Full-OrderBook-Tick-Data-Trading-Strategy

Fornire le soluzioni per strategie di trading ad alta frequenza (HFT) utilizzando approcci di data science (Machine Learning) su Full Orderbook Tick Data..
  • 1.5k

DenseDepth

Stima della profondità monoculare di alta qualità tramite Transfer Learning.
  • 1.5k
  • GNU General Public License v3.0 only

DualStyleGAN

[CVPR 2022] Pastiche Master: trasferimento in stile verticale ad alta risoluzione basato su esemplari.
  • 1.5k
  • GNU General Public License v3.0

DIS

Questo è il repository per il nostro nuovo progetto Highly Accurate Dichotomous Image Segmentation.
  • 1.5k
  • Apache License 2.0

featureform

Il Feature Store virtuale. Trasforma la tua infrastruttura dati esistente in un negozio di funzionalità..
  • 1.5k
  • Mozilla Public License 2.0

machine-learning-experiments

🤖 Esperimenti interattivi di Machine Learning: 🏋️modelli di formazione + 🎨modelli demo.
  • 1.5k
  • MIT

dsp

𝗗𝗦𝗣: Dimostra-Cerca-Prevedi. Un framework per la composizione di modelli di recupero e linguaggio per la PNL ad alta intensità di conoscenza.
  • 1.5k
  • MIT