Jupyter Notebook Repositories
Insgesamt 1,614 Repositories
[ICLR '26 Oral] Offizielles Repository des Papers „AnyUp: Universelles Feature-Upsampling“.
Ein inhaltsbasiertes Empfehlungssystem, das Filme empfiehlt, die dem vom Benutzer bevorzugten Film ähneln, und die Gefühle der vom Benutzer gegebenen Bewertungen analysiert
Bewährte Verfahren für die Destillation großer Sprachmodelle.
✨Lebenslange kontinuierliche Updates✨ Zusammenfassung von Notizen/Einblicken/Experimenten/Ressourcen für das Selbststudium der Computergrundlagen; Kurse: Datenstrukturen, Betriebssysteme (MIT6.S081), Verteilte Systeme (MIT6.824) usw.
Transformers für Natural Language Processing, veröffentlicht von Packt
Nordwestliche Polytechnische Universität / NWPU / NPU Fakultät für Softwaretechnik Wiederholungs- (Crash-) Materialien!!
Dieses Projekt ist die offizielle Implementierung von 'Diffir: Efficient diffusion model for image restoration', ICCV2023
IPython-Notebooks zum MIT-Kurs von Gilbert Strang über Lineare Algebra (18.06)
Lange Sora 2-Videos generieren, die das native 12-Sekunden-Limit von OpenAI überschreiten
Offizieller Code für das CVPR 2025 Paper "SemanticDraw: Auf dem Weg zur interaktiven Inhaltsgenerierung in Echtzeit aus Bilddiffusionsmodellen."
Führen Sie das Segment Anything Model 2 auf einem Live-Videostream aus
AI-in-a-Box nutzt die Expertise von Microsoft weltweit, um KI- und ML-Lösungen für die technische Gemeinschaft zu entwickeln und bereitzustellen. Unsere Absicht ist es, eine kuratierte Sammlung von Lösungsbeschleunigern zu präsentieren, die Ingenieuren helfen können, ihre KI/ML-Umgebungen und -Lösungen schnell und mit minimalen Schwierigkeiten einzurichten.
Dies ist ein Toolbox-Repository zur Unterstützung der Evaluierung verschiedener Methoden, die Bildabgleiche aus einem Bildpaar durchführen.
Offizielle Implementierung des Papers „Inversion-Based Style Transfer with Diffusion Models“ (CVPR 2023)
Chinesisches Handbuch zur Verarbeitung von EEG-Daten mit Python - A Chinese handbook for EEG data analysis based on Python
Ein Python-Paket für die gleichzeitige Hyperparameter-Optimierung und Merkmalsauswahl für Gradient-Boosting-Modelle.
Eine Enzyklopädie von Jailbreaking-Techniken, um KI-Modelle sicherer zu machen.
Offizielle Implementierung für "Blended Diffusion für textgesteuerte Bearbeitung natürlicher Bilder" [CVPR 2022]
GeostatsPy Python-Paket für räumliche Datenanalyse und Geostatistik. Begann als Neuausführung von GSLIB, Geostatistical Library (Deutsch and Journel, 1992) von Fortran zu Python, Geostatistik in einem Python-Paket. Nun mit vielen zusätzlichen Methoden. Ich hoffe, diese Ressource ist hilfreich, Prof. Michael Pyrcz
Erstellen Sie Heatmaps aus Ihrem Strava-Export - Frequenz, Tempo, Herzfrequenz und Steigung.
Phi2-Chinese-0.2B trainiert sein eigenes kleines chinesisches Phi2-Modell von Grund auf und unterstützt die Anbindung an langchain zum Laden lokaler Wissensdatenbanken für Retrieval-Augmented Generation RAG. Training Ihres eigenen kleinen Phi2-Chatmodells von Grund auf.
Llama von Grund auf, oder wie man eine wissenschaftliche Arbeit ohne Tränen implementiert
Eine Bibliothek von Metriken zur Bewertung von Empfehlungssystemen
Offizielles Repository für das Buch "Efficient Python for Data Scientists". Sie können das Buch hier kaufen:
Ein Deep Learning NLP Repository, das die Textvorverarbeitung, Topic Models und nachgelagerten Aufgaben modernster Modelle wie BERT, GPT und LLMs mit TensorFlow zusammenfasst.
Restaurierung und Zuschreibung antiker Texte mithilfe tiefer neuronaler Netze
Eine Sammlung von Google-Colab-Notebooks für verschiedene Projekte
"Mathematik ist nicht schwer" - "Wahrscheinlichkeit und Statistik sind nicht schwer"; Ich reserviere hier einen Platz, bitte unterstützt mich, und ich hoffe, ich lasse es nicht fallen.
[ICCV 2025] SAM2Long: Verbesserung von SAM 2 für die Segmentierung langer Videos mit einem trainingsfreien Speicherbaum
Python-Code, der den Kurs "Ein tiefes Verständnis des tiefen Lernens (mit Python-Einführung)" begleitet
KI-Bildsignalverarbeitung und computergestützte Fotografie. Offizielle Bibliothek für NTIRE (CVPR) und AIM (ICCV/ECCV) Challenges. Hier finden Sie erlernte ISPs, RAW-Wiederherstellung-Hochskalierung-Rekonstruktion, Bildverbesserung, Bokeh-Rendering und mehr!
Feinabstimmung von LLMs (Large Language Models)