Jupyter Notebook Repositories
Insgesamt 1,614 Repositories
Fan Renyi Aufzeichnungskurs-Materialien werden nacheinander verschiedene vollständig kostenlose Kurse zu Front-End, Back-End, Big Data, Künstlicher Intelligenz usw. anbieten. Kurs-Website: https://fanrenyi.com ; Bilibili-Kursadresse: https://space.bilibili.com/45664489 ;
Ada Build ist ein Curriculum, das für alle gedacht ist, die ihre Reise in die Programmierung beginnen möchten.
Eine kuratierte Liste von unglaublich tollen Repositories, die von Indonesiern erstellt und beigetragen wurden.
Verwenden Sie evolutionäre Algorithmen anstelle von gridsearch in scikit-learn
AWS Retail Demo Store ist eine Beispiel-Webanwendung für den Einzelhandel und eine Workshop-Plattform, die demonstriert, wie AWS-Infrastruktur und -Dienste zum Aufbau überzeugender Kundenerlebnisse für Anwendungsfälle in den Bereichen E-Commerce, Einzelhandel und digitales Marketing genutzt werden können.
GPU-Jupyter: Ihr GPU-beschleunigtes JupyterLab mit einem reichen Data-Science-Toolstack, TensorFlow und PyTorch für Ihre reproduzierbaren Deep-Learning-Experimente.
Erstellen Sie automatisch ARIMA-, SARIMAX-, VAR-, FB Prophet- und XGBoost-Modelle für Zeitreihendatensätze mit einer einzigen Codezeile. Erstellt von Ram Seshadri. Mitarbeiter willkommen.
Code für Paper: Training von Software Engineering Agents und Verifizierern mit SWE-Gym [ICML 2025]
Code und Daten für die Zeitreihenanalyse-Videos auf meinem YouTube-Kanal
[ECCV 2024] SGS-SLAM: Semantisches Gauß-Splatting für neuronales dichtes SLAM
Offizielle Implementierung für „Attend-and-Excite: Attention-Based Semantic Guidance for Text-to-Image Diffusion Models“ (SIGGRAPH 2023)
Dieses Projekt analysiert Tennisspieler in einem Video, um ihre Geschwindigkeit, Ballgeschwindigkeit und Anzahl der Schläge zu messen. Dieses Projekt erkennt Spieler und den Tennisball mit YOLO und nutzt auch CNNs, um Court-Keypoints zu extrahieren. Dieses praktische Projekt ist perfekt, um Ihre Kenntnisse in maschinellem Lernen und Computer Vision zu verfeinern.
Praxisnahe, frameworkfreie Colab-Notebooks für das Skillset des AI Engineers / Forward Deployed Engineers (FDE) — Modell-APIs, strukturierte Ausgaben, Tool Calling, RAG, Evaluierungen als Kernrückgrat, Agenten (Schleifen von Grund auf, Tool-Design, Guardrails, MCP, Skills), Fine-Tuning vs. LoRA, Prompt-Injection/Sicherheit, LLMOps und kundenorientiertes Handwerk. Läuft über die kostenlose Groq-API.
Eine Sammlung von Code, den ich für meine YouTube-Tutorials geschrieben habe.
[CVPR 2026] Eine PyTorch-Implementierung des Papers „EDGS: Eliminating Densification for Efficient Convergence of 3DGS“
„AI Full Stack – Hervorragende Ressourcensammelseite des gesamten Netzwerks“: Sammelt hervorragende Ressourcen aus dem gesamten Netzwerk, dokumentiert Lösungsstrategien und Schlüsselpunkte für technische Praxisprobleme, teilt verschiedene praktische Anwendungsfälle, verfolgt die Entwicklung von Spitzen Technologien und umfasst KI-Full-Stack-Wissen, einschließlich großer Modelle, Programmiertechnologien, maschinelles Lernen, tiefes Lernen, bestärkendes Lernen, Graph-Neuronale Netze, Spracherkennung, NLP und Bilderkennung.
Beispiel-Notebooks für die Arbeit mit SageMaker Studio Lab. Melden Sie sich über den unten stehenden Link für ein Konto an!
✅ (Abgeschlossen) Super umfassende C++-Notizen 【Black Horse Programmierer】
Beispiel zur Vorstellung von intelligenten Apps mit Microsofts Copilot-Stack für KI-gestützte Produkterlebnisse.
Unser Ziel mit der Taskforce ist es, gemeinschaftsgestützte und quelloffene Bildungsinhalte zu erstellen und Menschen, die Programmieren lernen möchten, projektbasierte Inhalte vom Anfänger- bis zum Fortgeschrittenen-Niveau anzubieten.
[AAAI 2025, Oral] DepthFM: Schnelle monokulare Tiefenschätzung mit Flow Matching
BlueToolkit ist ein erweiterbares Framework für Bluetooth Classic-Schwachstellentests, das hilft, neue und alte Schwachstellen in Bluetooth-fähigen Geräten aufzudecken. Es kann in der Schwachstellenforschung, beim Penetrationstesting und beim Bluetooth-Hacking eingesetzt werden. Wir haben auch Bluetooth-Schwachstellen auf „Awesome Bluetooth Security“-Art gesammelt und klassifiziert.
Hilfedokumentation zur lokalen Bereitstellung von So-VITS-SVC, bereitgestellt mit einem Colab-Notebook So-VITS-SVC Lokale Bereitstellungsdokumentation und Bereitstellung eines Colab-Notebooks
Das Open Architecture Playbook. Verwenden Sie es, um bessere und schnellere (IT-)Architekturen zu erstellen. OSS-Tools, Vorlagen und mehr zur Lösung von IT-Problemen mit echten Open-Architecture-Tools, die funktionieren!
Materialien zum Mitmachen bei Hands-On Data Analysis mit Pandas – Zweite Auflage
Eine inoffizielle Implementierung des Papers 3D Gaussian Splatting für Echtzeit-Strahlungsfeld-Rendering in TaiChi-Sprache.
Colab Notebooks, die Deep-Learning-Tools für die Vorhersage und das Design biomolekularer Strukturen behandeln
AI-Video-Cropper ist ein Python-basiertes Tool, das die Leistungsfähigkeit von GPT-4 (OpenAIs Sprachmodell) nutzt, um Videos automatisch zu analysieren, die interessantesten Abschnitte zu extrahieren und sie für ein verbessertes Seherlebnis zuzuschneiden. Dieses Projekt kombiniert die Fähigkeiten von GPT-4, FFmpeg und OpenCV, um den Prozess der Identifizierung von Highlights in Videos zu automatisieren.
LLM-PowerHouse: Entfesseln Sie das Potenzial von LLMs durch kuratierte Tutorials, Best Practices und gebrauchsfertigen Code für benutzerdefiniertes Training und Inferenz.
Jupyter-Notebook-Tutorials von der QuantConnect-Website für Python, Finance und LEAN.
In diesem Projekt untersuchte ich, wie man Wissensgraphen aus Texten mit LLMs wie OpenAI GPT4o extrahiert.
Lernen Sie die Grundlagen von LangGraph anhand einer Reihe von Notebooks