#machine-learning Repositories
Insgesamt 2,070 Repositories
Implementierung von "BitNet: Skalierung von 1-Bit-Transformatoren für große Sprachmodelle" in PyTorch
Python-Dokumente ins Chinesische übersetzen zur bequemen Referenz Einfach ausgedrückt, hier werden die Python-Dokumente aufbewahrt, und wir bemühen uns, sie ins Chinesische zu übersetzen ~~
DIAMOND (DIffusion As a Model Of eNvironment Dreams) ist ein Agent für bestärkendes Lernen, der in einem Diffusions-Weltmodell trainiert wurde. NeurIPS 2024 Spotlight.
Web-Labeling-Tool für Bitmap-Bilder und Punktwolken
Ein Paket zur sparsamen Identifikation nichtlinearer dynamischer Systeme aus Daten
3.516 kuratierte Figure 1 / Teaser von ICLR, ICML, NeurIPS, CVPR, ACL und AAAI (2023–2026), mit Stufen-Badges und FigureForge-gestützter, retrieval-erweiterter Figurenerstellung
Notizbücher über bayesianische Methoden für maschinelles Lernen
Eine kuratierte Liste toller Speaker-Diarization-Papiere, Bibliotheken, Datensätze und anderer Ressourcen.
Feathr – Eine skalierbare, einheitliche Daten- und KI-Engineering-Plattform für Unternehmen
fastdup ist ein leistungsstarkes, kostenloses Tool, das entwickelt wurde, um schnell wertvolle Einblicke aus Bild- und Videodatensätzen zu gewinnen. Es hilft, die Qualität von Bildern und Labels zu verbessern, während die Kosten für den Datenbetrieb erheblich gesenkt werden, und das alles bei unübertroffener Skalierbarkeit.
Eine Zeitleiste der neuesten KI-Modelle für die Audiogenerierung, beginnend im Jahr 2023!
Das KI-Datenspeichersystem für Schemata, BLOBs und Vorhersagen. Nutzen Sie es mit Ihren Apps oder integrieren Sie die integrierte menschliche Aufsicht, den Datenworkflow und den UI-Katalog, um den größten Wert aus Ihren KI-Daten zu ziehen.
Dies ist der Code für Deformable Neural Radiance Fields, auch bekannt als Nerfies.
Eine kuratierte Liste von Papieren und Ressourcen zur Erkennung von Betrug, Anomalien und Ausreißern auf Graph-/Transformer-Basis
Lernpfad für KI-Infrastruktur-Ingenieure - Lehrplan für Produktions-ML-Infrastruktur (2-4 Jahre Erfahrung)
Intelligenter Handelsbot: Automatische Generierung von Signalen und Handel auf Basis von maschinellem Lernen und Feature Engineering
Core ML Model Zoo für iOS/macOS — PyTorch-Modelle, konvertiert in einsatzbereite .mlpackage-Dateien, jeweils mit Konvertierungsskript und SwiftUI-Beispiel-App. Zugehörige Repositories decken Apples Core AI-Framework (iOS/macOS 27) und On-Device-LLMs ab.
Ein inoffizieller C#/.NET SDK für den Zugriff auf die OpenAI GPT-3 API
Die Petastorm-Bibliothek ermöglicht das Training und die Evaluierung von Deep-Learning-Modellen auf einzelnen Rechnern oder verteilt aus Datensätzen im Apache Parquet-Format. Sie unterstützt ML-Frameworks wie Tensorflow, Pytorch und PySpark und kann aus reinem Python-Code verwendet werden.
Mathematische Formulierungen und Schaltungsentwürfe für Zero-Knowledge-Beweise.
Visualisieren Sie automatisch jedes Dataset jeder Größe mit einer einzigen Codezeile. Erstellt von Ram Seshadri. Mitarbeiter willkommen. Genehmigung wird auf Anfrage erteilt.
Ein umfassender Leitfaden zum Erstellen von RAG-basierten LLM-Anwendungen für die Produktion.
🔥🔥 Sammeln Sie nützliche Flutter-Plugins für eine effizientere Entwicklung
Die Responsible AI Toolbox ist eine Suite von Tools, die Benutzeroberflächen und Bibliotheken für die Modell- und Datenexploration und -bewertung bereitstellt und ein besseres Verständnis von KI-Systemen ermöglicht. Diese Benutzeroberflächen und Bibliotheken befähigen Entwickler und Stakeholder von KI-Systemen, KI verantwortungsvoller zu entwickeln und zu überwachen und bessere datengesteuerte Maßnahmen zu ergreifen.
Ein allgemeines probabilistisches Programmiersystem mit programmierbarer Inferenz
😎 Eine aktuelle & kuratierte Liste von großartigen semi-überwachten Lernpapieren, Methoden & Ressourcen.
Eigenständige Machine-Learning- und Natural-Language-Processing-Bibliothek in Go
Byzer (ehemals MLSQL): Eine Low-Code-Open-Source-Programmiersprache für Datenpipelines, Analysen und KI.
Einige großartige KI-bezogene Bücher und PDFs zum Lernen und Herunterladen, wenden Sie auch einige Playground-Modelle zum Lernen an
🤖 Interaktive Machine-Learning-Experimente: 🏋️Modelle-Training + 🎨Modelle-Demo