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

swiftai

Swift per l'API di alto livello di TensorFlow, modellata su fastai.

457
Apache License 2.0

cabrita

Ottimizzazione di InstructLLaMA con dati portoghesi.

453
Apache License 2.0

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 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

blended-diffusion

442
MIT

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

daam

Mappe di attribuzione attente alla diffusione per interpretare la diffusione stabile.

433
MIT

m1-machine-learning-test

Codice per testare vari benchmark M1 Chip con TensorFlow..

431
MIT

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

Sharing_ISL_python

Un'introduzione all'apprendimento statistico con applicazioni in PYTHON.

431

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).