Jupyter Notebook Repositories
Insgesamt 1,614 Repositories
Eine Bibliothek von Workshops, die von und für Microsoft Learn Student Ambassadors und Cloud Advocates und deren lokale Communities geschrieben wurden
Offizielle Implementierung für EMNLP 2024 (Hauptkonferenz, mündlicher Vortrag) „AgentReview: Akademisches Peer-Review mit einem LLM-Agenten erforschen“
Ende-zu-Ende-Workflows der Google Cloud Platform Vertex AI für Machine-Learning-Operationen
:books: Zusammenfassung zu Computer-Systemarchitektur, Grundlagen eingebetteter Systeme und gängigen Programmiersprachen
CleanDiffuser: Eine einfach zu bedienende modularisierte Bibliothek für Diffusionsmodelle in der Entscheidungsfindung
Privacy Meter: Eine Open-Source-Bibliothek zur Überprüfung des Datenschutzes in statistischen Algorithmen und Algorithmen für maschinelles Lernen.
Jupyter Notebooks zum Lernen der PyRosetta-Plattform für die Vorhersage und Gestaltung biomolekularer Strukturen
EfficientSAM3 komprimiert SAM3 durch progressive Wissensdestillation in leichte, edge-freundliche Modelle für schnelle promptbare Konzeptsegmentierung und -verfolgung.
Einführungsleitfaden für Empfehlungssysteme, der umfassend die theoretischen Kenntnisse von industriellen Empfehlungssystemen (Wang Shusen Empfehlungssystem Open Course - Erläuterung des industriellen Empfehlungssystems im tatsächlichen Szenario von Xiaohongshu), die Modellschulung basierend auf TensorFlow2 und die Implementierung von hochleistungsfähigen, hochgradig nebenläufigen und hochverfügbaren Golang-Inferenz-Mikrodiensten behandelt. Umfassende Einführung in die Theorie industrieller Empfehlungssysteme, Modelltraining basierend auf TensorFlow2 und Implementierung hochleistungsfähiger, hoch nebenläufiger und hochverfügbarer Inferenzdienste basierend auf Golang.
Projektnotizen + Reproduktion von Papieren + Algorithmuswettbewerbe + PyTorch-Praxis + LeetCode + VLM-Vortraining
Code für hands-on unüberwachtes Lernen mit Python (O'Reilly Media)
Reproduktion des Papiers von Yann LeCun aus dem Jahr 1989 mit dem Titel "Backpropagation Applied to Handwritten Zip Code Recognition", meines Wissens die früheste reale Anwendung eines neuronalen Netzes, das mit Backpropagation trainiert wurde.
Lernen Sie quantitative Finanzen mit dieser umfassenden Vorlesungsreihe. Adaptiert aus der Quantopian Lecture Series. Verwendet kostenlose Beispieldaten.
Eine auf PyTorch basierende End-to-End Predict-then-Optimize-Bibliothek für lineare und ganzzahlige Programmierung
Graph Data Science: eine Abstraktionsschicht in Python zum Erstellen von Wissensgraphen, integriert mit beliebten Graphbibliotheken – über Pandas, NetworkX, RAPIDS, RDFlib, pySHACL, PyVis, morph-kgc, pslpython, pyarrow usw.
[ECCV 2024] InstructIR: Hochwertige Bildwiederherstellung nach menschlichen Anweisungen https://huggingface.co/spaces/marcosv/InstructIR
Verwendung von GPT zur Organisation und zum Zugriff auf Informationen sowie zur Generierung von Fragen. Langfristiges Ziel ist es, einen agentenähnlichen Rechercheassistenten zu entwickeln.
Eine Sammlung von Materialien der Fakultät für Informatik der Huazhong University of Science and Technology
Autonomes Trainieren von Forschungs-Agenten-LLMs auf benutzerdefinierten Daten mithilfe von Reinforcement Learning und Selbstverifizierung.
ML-capsule ist ein Projekt für Anfänger und erfahrene Data-Science-Enthusiasten, die keinen Mentor oder keine Anleitung haben und Machine Learning lernen möchten. Mit unserem Repository können sie ML, DL und viele verwandte Technologien anhand verschiedener realer Projekte erlernen und sich auf Vorstellungsgespräche vorbereiten.
Twitter-Daten-Scraping, einbettungsbasierte Bildersuche und mehr.
Ein leichtgewichtiges Deep-Reinforcement-Learning-Framework für die Portfolioverwaltung. Dieses Projekt untersucht die Möglichkeit, Deep-Reinforcement-Learning-Algorithmen auf den Aktiemarkthandel in einem hochmodularen und skalierbaren Framework anzuwenden.