Librerie scritte in Jupyter Notebook
99-ML-Learning-Projects
Un elenco di 99 progetti di machine learning per chiunque sia interessato a imparare dalla codifica e dai progetti di costruzione.
- 464
- MIT
x-stable-diffusion
Inferenza in tempo reale per diffusione stabile - latenza 0,88 s. Copre AITemplate, nvFuser, TensorRT, FlashAttention..
- 462
- Apache License 2.0
DataScience
Corso Data Science in Julia per JuliaAcademy.com, tenuto da Huda Nassar (da JuliaAcademy).
- 461
- MIT
jwst
Libreria Python per osservazioni scientifiche dal James Webb Space Telescope.
- 461
- GNU General Public License v3.0
Text2Light
[SIGGRAPH Asia 2022] Text2Light: generazione di panorami HDR basati su testo zero-shot.
- 458
- GNU General Public License v3.0
Azure-Sentinel-Notebooks
I notebook interattivi di Azure Sentinel forniscono informazioni sulla sicurezza e azioni per indagare sulle anomalie e cercare comportamenti dannosi.
- 453
- MIT
covid19pt-data
😷️🇵🇹 Dados relativos à pandemia COVID-19 in Portogallo.
- 450
- GNU General Public License v3.0 only
fastkafka
FastKafka è una libreria Python potente e facile da usare per la creazione di servizi Web asincroni che interagiscono con gli argomenti di Kafka. Costruito su Pydantic, AIOKafka e AsyncAPI, FastKafka semplifica il processo di scrittura di produttori e consumatori per gli argomenti di Kafka.
- 446
- Apache License 2.0
concrete-ml
Concrete ML: framework ML per la tutela della privacy basato su Concrete, con collegamenti ai framework ML tradizionali.
- 446
- GNU General Public License v3.0
cleora
Cleora AI è un modello generico per l'apprendimento efficiente e scalabile di incorporamenti di entità stabili e induttivi per dati relazionali eterogenei.
- 444
- GNU General Public License v3.0
get-started-with-JAX
Lo scopo di questo repository è facilitare l'avvio con JAX, Flax e Haiku. Contiene la mia serie di tutorial "Machine Learning with JAX" (video di YouTube e Jupyter Notebook) così come i contenuti che ho trovato utili durante l'apprendimento dell'ecosistema JAX..
- 440
- MIT
Watermark-Removal-Pytorch
🔥 CNN per la rimozione della filigrana utilizzando Deep Image Prior con Pytorch 🔥..
- 437
- MIT
IDE-3D
[SIGGRAPH Asia 2022] IDE-3D: editing interattivo districato per sintesi di ritratti ad alta risoluzione 3D.
- 434
indonlu
Il primo vasto benchmark di elaborazione del linguaggio naturale per la lingua indonesiana. Forniamo più attività a valle, modelli IndoBERT pre-addestrati e un codice di avviamento! (AACL-IJCNLP 2020).
- 431
- Apache License 2.0
machine-learning-and-simulation
Tutte le note scritte a mano 📝 e i file di codice sorgente 🖥️ utilizzati nei miei video di YouTube su Machine Learning & Simulation (https://www.youtube.com/channel/UCh0P7KwJhuQ4vrzc3IRuw4Q).
- 430
- MIT
FinBERT
Un modello BERT preaddestrato per le comunicazioni finanziarie. https://arxiv.org/abs/2006.08097 (di yya518).
- 428
- Apache License 2.0
covid19-forecast-hub
Proiezioni di COVID-19, in formato standardizzato.
- 427
- GNU General Public License v3.0
alpaca_eval
Un valutatore automatico per modelli linguistici che seguono istruzioni. Convalidato dall'uomo, di alta qualità, economico e veloce..
- 425
- Apache License 2.0
geospatial-data-catalogs
Un elenco di set di dati geospaziali aperti disponibili su AWS, Earth Engine, Planetary Computer, NASA CMR e STAC Index.
- 423
- MIT