Библиотеки, написанные на Jupyter Notebook
99-ML-Learning-Projects
Список из 99 проектов машинного обучения для всех, кто хочет учиться на проектах кодирования и сборки.
- 464
- MIT
x-stable-diffusion
Вывод в реальном времени для стабильной диффузии — задержка 0,88 с. Обложки AITemplate, nvFuser, TensorRT, FlashAttention..
- 462
- Apache License 2.0
DataScience
Курс Data Science in Julia для JuliaAcademy.com, который преподает Худа Нассар (JuliaAcademy).
- 461
- MIT
jwst
Библиотека Python для научных наблюдений с космического телескопа Джеймса Уэбба.
- 461
- GNU General Public License v3.0
Text2Light
[SIGGRAPH Asia 2022] Text2Light: генерация HDR-панорам Zero-Shot на основе текста.
- 458
- GNU General Public License v3.0
swiftai
Swift для высокоуровневого API TensorFlow, созданного по образцу fastai.
- 457
- Apache License 2.0
Azure-Sentinel-Notebooks
Интерактивные записные книжки Azure Sentinel предоставляют информацию о безопасности и действия для расследования аномалий и поиска вредоносных действий.
- 453
- MIT
covid19pt-data
😷️🇵🇹 Dados relativos à pandemia COVID-19 в Португалии.
- 450
- GNU General Public License v3.0 only
fastkafka
FastKafka — это мощная и простая в использовании библиотека Python для создания асинхронных веб-сервисов, которые взаимодействуют с темами Kafka. Созданная на основе Pydantic, AIOKafka и AsyncAPI, FastKafka упрощает процесс написания производителей и потребителей для тем Kafka.
- 446
- Apache License 2.0
concrete-ml
Concrete ML: платформа машинного обучения для сохранения конфиденциальности, построенная на основе Concrete, с привязками к традиционным платформам машинного обучения.
- 446
- GNU General Public License v3.0
cleora
Cleora AI — это универсальная модель для эффективного масштабируемого обучения стабильным и индуктивным вложениям сущностей для разнородных реляционных данных.
- 444
- GNU General Public License v3.0
blended-diffusion
Официальная реализация «Смешанной диффузии для текстового редактирования естественных изображений» [CVPR 2022].
- 442
- MIT
get-started-with-JAX
Цель этого репозитория — облегчить начало работы с JAX, Flax и Haiku. Он содержит мою серию учебных пособий «Машинное обучение с помощью JAX» (видео на YouTube и блокноты Jupyter), а также контент, который я нашел полезным при изучении экосистемы JAX.
- 440
- MIT
Watermark-Removal-Pytorch
🔥 CNN для удаления водяных знаков с использованием Deep Image Prior с Pytorch 🔥..
- 437
- MIT
IDE-3D
[SIGGRAPH Asia 2022] IDE-3D: интерактивное распутанное редактирование для синтеза портретов высокого разрешения с поддержкой 3D.
- 434
m1-machine-learning-test
Код для тестирования различных тестов M1 Chip с помощью TensorFlow.
- 431
- MIT
indonlu
Первый в мире обширный тест обработки естественного языка для индонезийского языка. Мы предоставляем несколько последующих задач, предварительно обученные модели IndoBERT и стартовый код! (AACL-IJCNLP 2020).
- 431
- Apache License 2.0
machine-learning-and-simulation
Все рукописные заметки 📝 и файлы исходного кода 🖥️ используются в моих видео на YouTube о машинном обучении и моделировании (https://www.youtube.com/channel/UCh0P7KwJhuQ4vrzc3IRuw4Q).
- 430
- MIT
FinBERT
Предварительно обученная модель BERT для финансовых коммуникаций. https://arxiv.org/abs/2006.08097 (автор yya518).
- 428
- Apache License 2.0
alpaca_eval
Автоматический оценщик языковых моделей, следующих за инструкциями. Проверено людьми, качественно, дешево и быстро.
- 425
- Apache License 2.0
geospatial-data-catalogs
Список открытых наборов геопространственных данных, доступных на AWS, Earth Engine, Planetary Computer, NASA CMR и STAC Index.
- 423
- MIT