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

what_are_embeddings

Глубокое погружение во вложения, начиная с основ.
  • 455

controlnet-colab

  • 453
  • The Unlicense

cabrita

Тонкая настройка InstructLLaMA с португальскими данными.
  • 453
  • 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

daam

Внимательные карты атрибуции диффузии для интерпретации стабильной диффузии.
  • 433
  • MIT

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

Sharing_ISL_python

Введение в статистическое обучение с помощью приложений в PYTHON.
  • 431

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

afinn

Анализ настроений AFINN в Python.
  • 429
  • Apache License 2.0

FinBERT

Предварительно обученная модель BERT для финансовых коммуникаций. https://arxiv.org/abs/2006.08097 (автор yya518).
  • 428
  • Apache License 2.0

covid19-forecast-hub

Прогнозы COVID-19 в стандартном формате.
  • 427
  • GNU General Public License v3.0

18335

18.335 - Введение в курс численных методов.
  • 426

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