#machine-learning Repositories
Insgesamt 2,070 Repositories
Numerische Lösungsalgorithmen für Differentialgleichungen in JAX. Autodifferenzierbar und GPU-fähig. https://docs.kidger.site/diffrax/
ML-Algorithmen, die nach den ersten Prinzipien in Jupyter Notebooks und NumPy implementiert und abgeleitet wurden
Diffusionsmodelle in der medizinischen Bildgebung (veröffentlicht im Medical Image Analysis Journal)
Ein Python-Toolkit/Bibliothek für realitätszentriertes maschinelles/tiefes Lernen & Data Mining bei teilweise beobachteten Zeitreihen, mit über 50 SOTA-Neuronalen Netzwerken für wissenschaftliche Analysenaufgaben (Imputation, Klassifikation, Clustering, Prognose, Anomalieerkennung, Reinigung) an unvollständigen industriellen unregelmäßig gesampelten multivariaten TS mit NaN fehlenden Werten
Leichte Inferenzbibliothek für ONNX-Dateien, geschrieben in C++. Sie kann Stable Diffusion XL 1.0 auf einem RPI Zero 2 (oder in 298 MB RAM) ausführen, aber auch Mistral 7B auf Desktops und Servern. ARM, x86, WASM, RISC-V werden unterstützt. Beschleunigt durch XNNPACK. Python-, C#- und JS(WASM)-Bindings verfügbar.
🤖 Die umfassendste Liste von KI-Agenten, Frameworks und Tools im Jahr 2026. 300+ Ressourcen · 20+ Kategorien · Monatlich aktualisiert.
Lösungsmanual für Übungen zu maschinellen Lernmethoden, Online-Leseadresse: https://datawhalechina.github.io/statistical-learning-method-solutions-manual
Ein On-Premises-Toolkit zur Extraktion unstrukturierter Daten, Konvertierung in Markdown und Benchmarking, ohne OCR. (https://idp-leaderboard.org/)
Ein Node.js-CLI, das Ollama- und LM-Studio-Modelle (Llava, Gemma, Llama etc.) verwendet, um Dateien intelligent anhand ihres Inhalts umzubenennen
Diese Ressource unterstützt die Artikel des Autors über Python-Bildverarbeitung auf CSDN und konzentriert sich hauptsächlich auf die Implementierung von Algorithmen zur Bildverarbeitung, Bilderkennung und Bildklassifizierung in Python. Wir hoffen, dass diese Ressource Ihnen hilft, und lassen Sie uns gemeinsam unser Bestes geben.
Ein Python-Paket für bayesianische Prognosen mit objektorientiertem Design und probabilistischen Modellen im Hintergrund.
Das RF- und Reverse-Engineering-Framework für jedermann. Folgen Sie uns und geben Sie ★, um Ihre Unterstützung zu zeigen!
Eine Proof-of-Concept-Jupyter-Erweiterung, die englische Abfragen in relevante Python-Codes umwandelt
Semantische Segmentierung von Luft- und Satellitenbildern. Extrahiert Merkmale wie: Gebäude, Parkplätze, Straßen, Wasser, Wolken
Arbeiten Sie zusammen und beschriften Sie jede Art von Daten, Bildern, Texten oder Dokumenten, in einer einfachen Weboberfläche oder Desktop-Anwendung.
:cloud: :rocket: :bar_chart: :chart_with_upwards_trend: Bewertung des Standes der Technik in der KI
Alles über Federated Learning, einschließlich Forschungsarbeiten, Büchern, Codes, Tutorials, Videos und mehr
🤖 Eine leistungsstarke, leichte JavaScript-Bibliothek + interaktive CLI für ChatGPT
Bibliothek für das Training von Machine-Learning-Modellen mit Datenschutz für Trainingsdaten
Eine Sammlung von über 1000 Übersichtsartikeln zu Natural Language Processing (NLP) und Machine Learning (ML).
Real-World Masked Face Dataset, Maskengesichtsdatensatz
Eine Community-gesteuerte Sammlung von RAG (Retrieval-Augmented Generation)-Frameworks, Projekten und Ressourcen. Tragen Sie zum sich entwickelnden RAG-Ökosystem bei und erkunden Sie es.
Umfassende und zeitnahe akademische Informationen zum föderierten Lernen (Paper, Frameworks, Datensätze, Tutorials, Workshops)
Zeichnen von Bayes'schen Netzen, grafischen Modellen, Tensoren, technischen Frameworks und Illustrationen in LaTeX.
Ein Python-Paket zur Erweiterung des offiziellen PyTorch, das auf der Intel-Plattform einfach Leistung erzielen kann
Python-Wrapper für Philipp Krähenbühls dichte (vollständig verbundene) CRFs mit Gaußschen Kantenpotenzialen.
prompt2model - Generiere bereitstellbare Modelle aus Anweisungen in natürlicher Sprache
Humanoid-Gym: Reinforcement Learning für humanoide Roboter mit Zero-Shot Sim2Real Transfer https://arxiv.org/abs/2404.05695
Eine prägnante, anfängerfreundliche Einführung in die Kernideen der linearen Algebra.
Der Python-Code zur Reproduktion der Illustrationen aus dem Buch "The Hundred-Page Machine Learning Book".
CVNets: Eine Bibliothek zum Trainieren von Computervision-Netzwerken
Weltweite Gebäudeumrisse, die aus Satellitenbildern abgeleitet wurden
[ICLR 2024] Offizielle Implementierung von "TimeMixer: Zerlegbare multiskalige Mischung für Zeitreihenprognosen"
Approaching (Almost) Any Machine Learning Problem chinesische Übersetzung, Online-Dokumentationsadresse: https://ytzfhqs.github.io/AAAMLP-CN/
Der virtuelle Feature Store. Verwandeln Sie Ihre bestehende Dateninfrastruktur in einen Feature Store.