Jupyter Notebook Repositories
Insgesamt 1,614 Repositories
Einige großartige KI-bezogene Bücher und PDFs zum Lernen und Herunterladen, wenden Sie auch einige Playground-Modelle zum Lernen an
[ICML 2024] Beherrschung von Text-zu-Bild-Diffusion: Wiederbeschriftung, Planung und Generierung mit multimodalen LLMs (RPG)
🤖 Interaktive Machine-Learning-Experimente: 🏋️Modelle-Training + 🎨Modelle-Demo
:art: Semantische Segmentierungs-Modelle, Datensätze und Verluste, implementiert in PyTorch.
WFGY steuert auf WFGY 5.0 Polaris Protocol zu, eine große Open-Source-Veröffentlichung für KI-Reasoning, RAG, Agents und reale Workflows. Enthält Problem Map, Global Debug Card, WFGY 4.0 und das CFV-Easter Egg.
Eine Experimentier- und Forschungsplattform zur Untersuchung der Interaktion automatisierter Agenten in abstrakten simulierten Netzwerkumgebungen.
Dieser Kurs soll Anfänger durch die spannende Welt der Edge AI führen und behandelt grundlegende Konzepte, beliebte Modelle, Inferenztechniken, gerätespezifische Anwendungen, Modelloptimierung und die Entwicklung intelligenter Edge AI-Agenten.
Temporales Graph-Convolutional-Netzwerk für die Vorhersage des städtischen Verkehrsflusses
Organisation von Kursmaterialien an der Universität Wuhan - WHU-Kursrepräsentationsplan
Ein umfassender Leitfaden zum Verständnis und zur Implementierung großer Sprachmodelle mit praktischen Beispielen unter Verwendung von LangChain für GenAI-Anwendungen.
Notizbücher, die sich mit der mathematischen Analyse von ZKP-Bausteinen, algorithmischen Implementierungen verschiedener Beweissysteme und Protokolloptimierungstechniken befassen.
Tigramite ist ein Python-Paket für kausale Inferenz mit Fokus auf Zeitreihendaten. Die Tigramite-Dokumentation ist unter
Erläuterungen zu Beweisen, Beispielen, Ergänzungen zu Konzepten und Referenzen des Buches "Einführung in die Theorie des maschinellen Lernens" (Schatzkistenbuch).
Vergleich von Stand-up-Comedians mittels natürlicher Sprachverarbeitung
Wunderbare Künstliche Intelligenz, Maschinelles Lernen und Deep Learning, wie wir sie lernen. Lernnotizen und eine kuratierte Liste toller Ressourcen zu diesen Themen.
Code für die Arbeit "ViperGPT: Visuelle Inferenz durch Python-Ausführung für Schlussfolgerungen"
Eine scikit-learn-kompatible Bibliothek zur Schätzung von Vorhersageintervallen und zur Risikokontrolle, basierend auf konformen Vorhersagen.
[CVPR 2023] OneFormer: Ein Transformer zur Beherrschung der universellen Bildsegmentierung
Aktien im Bereich Deep Learning und Machine Learning bieten vielversprechende Chancen für langfristige und kurzfristige Investoren und Trader.
Ein PyTorch-basiertes Framework für Quanten-klassische Simulation, Quanten-maschinelles Lernen, Quanten-neuronale Netze, parametrisierte Quantenschaltkreise mit Unterstützung für einfache Bereitstellungen auf echten Quantencomputern.
Apache Spark & Python (pySpark) Tutorials für Big Data Analysis und Machine Learning als IPython / Jupyter Notebooks
Eine kleine Bibliothek zur automatischen Anpassung der Textposition in Matplotlib-Plots, um Überlappungen zu minimieren.
Generatoren synthetischer Daten für tabellarische und Zeitreihendaten
Machine Learning für Algorithmic Trading, Zweite Auflage - veröffentlicht von Packt
Jupyter-Notebooks, die meine Blogbeiträge zu Graph Data Science auf https://bratanic-tomaz.medium.com/ unterstützen