Jupyter Notebook Repositories
Insgesamt 1,614 Repositories
Chinesische Übersetzung von wtfpython/fortlaufend🚧.../Begrenzte Fähigkeiten, gerne helfe ich bei der Verbesserung der Übersetzung
LangGPT: Ermächtigt jeden, ein Prompt-Experte zu werden! 🚀 📌 Urheber des strukturierten Prompts (Structured Prompt) 📌 Initiator des Meta-Prompts (Meta-Prompt) 📌 Das beliebteste Paradigma zur Umsetzung von Prompts | Language of GPT Der Pionierrahmen für strukturiertes & Meta-Prompt-Design 10.000+ ⭐ | Von Tausenden von Benutzern weltweit praxiserprobt Entwickelt von 云中江树
Das Code-Repository und Informationsressource für das Buch "Python Machine Learning (1. Auflage)"
Tauchen Sie ein in dieses Repository, eine umfassende Ressource zu Datenstrukturen, Algorithmen, 450 DSA von Love Babbar, Striver DSA Sheet, Apna College DSA Sheet und FAANG-Fragen! 🚀 Das ist noch nicht alles! Wir haben technische Fächer wie Betriebssysteme, DBMS, SQL, Computernetzwerke und objektorientierte Programmierung, die alle auf Sie warten.
Grundlagenmodelle für hochmoderne Sprach- und Textübersetzung
Dieses Repository enthält Demos, die ich mit der Transformers-Bibliothek von HuggingFace erstellt habe.
Beispiel-📓 Jupyter-Notebooks, die zeigen, wie man Machine-Learning-Modelle mit 🧠 Amazon SageMaker erstellt, trainiert und bereitstellt.
Listen von unternehmensspezifischen Fragen sind auf LeetCode Premium verfügbar. Jede CSV-Datei im Verzeichnis "companies" entspricht einer Liste von Fragen auf LeetCode für ein bestimmtes Unternehmen, basierend auf den LeetCode-Unternehmens-Tags. Stand Mai 2022 aktualisiert.
Dopamine ist ein Forschungsframework für das schnelle Prototyping von Reinforcement-Learning-Algorithmen.
Neuronale Bausteine für die Speaker-Diarisierung: Sprachaktivitätsdetektion, Sprecherwechseldetektion, Detektion überlappender Sprache, Speaker-Embedding
Konvertieren Sie KI-Paper in eine GUI, um es jedem einfach und bequem zu machen, künstliche Intelligenz zu nutzen. 让每个人都简单方便的使用前沿人工智能技术
Kostenloses Online-Lehrbuch mit Jupyter-Notebooks für den fast.ai-Kurs Computational Linear Algebra
Tutorials, Aufgaben und Wettbewerbe für Kurse im Zusammenhang mit MIT Deep Learning.
Meine kontinuierlich aktualisierten Notizen und Demos zu Machine Learning, probabilistischen Modellen und Deep Learning (2000+ Folien) Meine ununterbrochen aktualisierten Vorlesungsmaterialien zu Machine Learning, probabilistischen Modellen und Deep Learning (2000+ Seiten) und Video-Links
Buch_4_《Matrizenkraft》 | Iris-Bücher: Von Addition, Subtraktion, Multiplikation und Division bis hin zu maschinellem Lernen; Online!
🌊 Tiefgreifende Integration weltweit führender akademischer, finanzieller und Bildungsressourcen: Der akademische Bereich bündelt wissenschaftliche Arbeiten von renommierten Plattformen wie JSTOR, Taylor & Francis und Cambridge University Press und bietet außerdem Zugang zu einer umfangreichen Sammlung von E-Books aus der Schattenbibliothek Z-Library; der Bildungsbereich umfasst Fachlehrbücher von der Grundschule bis zur Oberstufe sowie für Universitäten in Hongkong und Singapur; der Finanzbereich bündelt umfassende Research-Berichte führender Institutionen wie Citron, Morgan und Nomura – mit dem Ziel, Informationssilos aufzubrechen und eine inklusive Wissensdatenbank für gleichberechtigten Zugang zu Wissen aufzubauen.
Ein Python-basiertes Automated-Machine-Learning-Tool, das Machine-Learning-Pipelines mit genetischer Programmierung optimiert.
Umfassender Leitfaden für Vorstellungsgespräche zu generativer KI, agentischer KI, multimodaler KI und physischer KI. Eine bewährte Formel für mehrere Jobangebote von FAANG-Unternehmen und mehr
🦙 LaMa Image Inpainting, Auflösungsrobuste Inpainting mit großen Masken durch Fourier-Faltungen, WACV 2022
Best Practices, Code-Beispiele und Dokumentation für Computer Vision.
Eine Sammlung von Tutorials zu hochmodernen Computer-Vision-Modellen und -Techniken. Entdecken Sie alles von grundlegenden Architekturen wie ResNet bis hin zu Spitzenmodellen wie RF-DETR, YOLO11, SAM 3 und Qwen3-VL.
Agentische Entwurfsmuster: Ein Praxisleitfaden zum Aufbau intelligenter Systeme von Antonio Gulli
FaceChain ist eine Deep-Learning-Toolchain zur Generierung Ihres Digital-Twins.
Lab-Materialien für MIT 6.S191: Einführung in das Deep Learning
Python-Implementierung der Algorithmen aus Russell und Norvigs "Artificial Intelligence - A Modern Approach"
[NeurIPS 2024 Best Paper Award][GPT schlägt Diffusion🔥] [Skalierungsgesetze in der visuellen Generierung📈] Offizielle Implementierung von "Visual Autoregressive Modeling: Scalable Image Generation via Next-Scale Prediction". Eine *extrem einfache, benutzerfreundliche und dennoch hochmoderne* Codebasis für autoregressive Bildgenerierung!
Repository des Labors „Beitrag zu einem Open-Source-Projekt auf GitHub“ von Digital Innovation One.