#machine-learning Repositories
Insgesamt 2,070 Repositories
Prompt-Engineering | Prompt-Versioning | Verwenden Sie GPT oder andere Prompt-basierte Modelle, um strukturierte Ausgaben zu erhalten. Treten Sie unserem Discord für Prompt-Engineering, LLMs und andere neueste Forschung bei
Eine Richtlinie zum Aufbau praktischer Deep-Learning-Systeme auf Produktionsniveau für den Einsatz in realen Anwendungen.
TFDS ist eine Sammlung von Datensätzen, die für die Verwendung mit TensorFlow, Jax, ... bereit sind.
🕵 Künstliche Intelligenz zur sozialen Kontrolle der öffentlichen Verwaltung | **Dieses Repository wird nicht häufig aktualisiert. Schauen Sie sich die README an**
Tengine ist ein leichter, hochperformanter, modularer Inferenz-Engine für eingebettete Geräte.
Eine umfassende Liste von Arbeiten, die große Sprach-/multimodale Modelle für Robotik/RL verwenden, einschließlich Arbeiten, Codes und verwandten Websites
Grundlagen des maschinellen Lernens: Lineare Algebra, Analysis, Statistik & Informatik
Leitfaden für das Design von KI-Systemen für Ingenieure, die produktive KI-Systeme und Evaluierungen entwickeln.
LimiX: Das Potenzial zur Modellierung strukturierter Daten für generalistische Intelligenz freisetzen https://arxiv.org/abs/2609.17488
https://www.youtube.com/channel/UC34rW-HtPJulxr5wp2Xa04w?sub_confirmation=1
Eine schnelle Bibliothek für AutoML und Tuning. Treten Sie unserem Discord bei: https://discord.gg/Cppx2vSPVP.
Einfache Python-Implementierungen grundlegender Machine-Learning-Algorithmen
Python-Notebooks mit ML- und Deep-Learning-Beispielen mit Azure Machine Learning Python SDK | Microsoft
⚡️SwanLab - ein Open-Source-Tool zur KI-Trainingsverfolgung und -visualisierung mit modernem Design. Unterstützt Cloud- / selbst gehostete Nutzung. Integriert mit PyTorch / Transformers / verl / LLaMA Factory / ms-swift / Ultralytics / MMEngine / Keras usw.
Visuelle Analyse- und Diagnosewerkzeuge zur Erleichterung der Auswahl von Machine-Learning-Modellen.
Python-Toolkit für Quantitative Finance: Aktienanalyse, technische Indikatoren, Strategie-Backtesting, Portfoliooptimierung und Finanzmodellierung.
Sacred ist ein Werkzeug, das Ihnen hilft, von IDSIA entwickelte Experimente zu konfigurieren, zu organisieren, zu protokollieren und zu reproduzieren.
Eine Sammlung von Cheatsheets, Büchern, Fragen und Portfolio für die DS/ML-Interviewvorbereitung
RAG (Retrieval Augmented Generation) Framework zum Erstellen modularer Open-Source-Anwendungen für die Produktion von TrueFoundry
Werden Sie versiert in Künstlicher Intelligenz, Maschinellem Lernen, Generativer KI, Deep Learning, Datenwissenschaft, Verarbeitung natürlicher Sprache, Bestärkendem Lernen und mehr mit diesem kompletten 0-zu-100-Repository.
Skalierbare und benutzerfreundliche neuronale :brain: Prognosealgorithmen.
AdalFlow: Die Bibliothek zum Erstellen & automatischen Optimieren von LLM-Anwendungen.
Repository, das Links und Ressourcen zu verschiedenen Themen der Informatik enthält.
Ein Python-Paket zur Segmentierung von Geodaten mit dem Segment Anything Model (SAM)
Baue ein modernes LLM von Grund auf. Jede Zeile kommentiert. Erklärt wie für Fünfjährige.
Sammlung nützlicher Data-Science-Themen zusammen mit Artikeln, Videos und Code
Eine moderne Anki-Benutzerdefinierte Planung basierend auf dem Free Spaced Repetition Scheduler-Algorithmus
Eine kuratierte Liste toller verantwortungsvoller Machine-Learning-Ressourcen.
FEDML – Die einheitliche und skalierbare ML-Bibliothek für groß angelegtes verteiltes Training, Model Serving und Federated Learning. FEDML Launch, ein Cross-Cloud-Scheduler, ermöglicht ferner die Ausführung beliebiger KI-Jobs in jeder GPU-Cloud oder jedem On-Premise-Cluster. Auf dieser Bibliothek aufbauend, ist TensorOpera AI (https://TensorOpera.ai) Ihre generative KI-Plattform im großen Maßstab.
Deepchecks: Tests für die kontinuierliche Validierung von ML-Modellen & Daten. Deepchecks ist eine ganzheitliche Open-Source-Lösung für all Ihre Anforderungen an die KI- & ML-Validierung, mit der Sie Ihre Daten und Modelle von der Forschung bis zur Produktion gründlich testen können.
Blitzschnelle KI-Entscheidungsfindung und intelligente Verarbeitung multimodaler Daten.
Synapsa Commons: kostenlose, praxisorientierte KI-Kurse, die überall ausgeführt werden können (Colab, Kaggle, Binder, Codespaces, Jupyter). Konformitätsnachweise gemäß dem EU-KI-Gesetz, Modellvalidierung, vorausschauende Wartung, Dokumentenextraktion, Retrieval und RAG, KI-Agenten und MCP sowie ein simuliertes humanoides Wesen. Jede Lektion wird automatisch bewertet. Vom Team hinter Synapsa.
Ein retargetbarer MLIR-basierter Compiler und Runtime-Toolkit für maschinelles Lernen.
StarCraft II Client - Protokolldefinitionen zur Kommunikation mit StarCraft II.