#machine-learning Repositories
Insgesamt 2,070 Repositories
ModelFox erleichtert das Trainieren, Bereitstellen und Überwachen von Machine-Learning-Modellen.
LLMs auf deinem Mac mit Apple Silicon fine-tunen. SFT, DPO, GRPO, Vision, TTS, STT, Embedding und OCR-Fine-Tuning — nativ auf MLX. Unsloth-kompatible API.
Ein Lehrplan zum Erlernen von Fundamentmodellen, von Grund auf bis zur Spitze
Gut dokumentierte Python-Demonstrationen für räumliche Datenanalysen, geostatistische und Machine-Learning-Anwendungen zur Unterstützung meiner Kurse.
Eine Gruppe von Notebooks und anderen Dateien, die Ihnen helfen können, KI von Grund auf zu erlernen.
Die Open-Source-Wahl des Data Scientists zur Skalierung, Bewertung und Pflege von natürlichen Sprachdaten. Behandeln Sie Trainingsdaten wie ein Softwareartefakt.
Eine Python-Bibliothek für die Erkennung von Graphenausreißern (Anomalieerkennung)
Concrete ML: Datenschutzwahrender ML-Framework unter Verwendung von Fully Homomorphic Encryption (FHE), aufgebaut auf Concrete, mit Anbindungen an traditionelle ML-Frameworks.
Kuratierten Data Science-Ressourcen (kostenlos & kostenpflichtig), um angehenden und erfahrenen Datenwissenschaftlern zu helfen, zu lernen, zu wachsen und ihre Karrieren voranzutreiben.
🌊 Julia-Software für schnelle, freundliche, flexible, ozeanisch gewürzte Fluiddynamik auf CPUs und GPUs
AMD-SHARK Studio -- Web-Benutzeroberfläche für die SHARK+IREE Hochleistungs-Maschinenlernverteilung
Android TensorFlow Machine Learning Beispiel (TensorFlow für Android erstellen)
Das offizielle Code-Repository für die zweite Ausgabe des O'Reilly-Buches Generative Deep Learning: Teaching Machines to Paint, Write, Compose and Play.
Quellcode, der das Buch begleitet: Data Science auf der Google Cloud Platform, Valliappa Lakshmanan, O'Reilly 2017
Code für das TKDE-Papier „Selbstüberwachtes Lernen auf Graphen: Kontrastiv, generativ oder prädiktiv“
Produktionsnahes MLOps-Python-Paket und Referenzimplementierung des MLOps-Programmierkurses: MLflow, scikit-learn, Pydantic, Pandera, uv und mise.
Eine schnelle, ergonomische und tragbare Tensor-Bibliothek in Nim mit Fokus auf Deep Learning für CPU, GPU und eingebettete Geräte über OpenMP-, CUDA- und OpenCL-Backends
Generieren Sie Musik basierend auf natürlichsprachlichen Eingabeaufforderungen mit LLMs, die lokal ausgeführt werden
🛸 Verwenden Sie vortrainierte Transformer wie BERT, XLNet und GPT-2 in spaCy
Pruna ist ein Framework zur Modelloptimierung, das für Entwickler entwickelt wurde und es Ihnen ermöglicht, schnellere, effizientere Modelle mit minimalem Overhead zu liefern.
Awesome-TensorFlow-Chinese, eine kuratierte Sammlung chinesischer TensorFlow-Ressourcen, einschließlich offizieller Website, Installationsanleitungen, Einsteiger-Tutorials, Video-Tutorials, Praxisprojekten und Lernpfaden. QQ-Gruppe: 167122861, WeChat-öffentliches Konto: Panchuang AI, WeChat-Gruppen-QR-Code: http://www.tensorflownews.com/
Toolkit zum Segmentieren von Text in Sätze oder andere semantische Einheiten auf robuste, effiziente und anpassungsfähige Weise.
Eine Sammlung von Referenz-Jupyter-Notebooks und Demo-AI/ML-Anwendungen für Unternehmens-Use-Cases: Marketing, Pricing, Supply Chain, Smart Manufacturing und mehr.
Erstellen, trainieren, optimieren und betreiben Sie Computer-Vision-Modelle lokal – von Rohbildern bis zur Live-Inferenz. Open Source und für Intel® XPU optimiert (CUDA wird ebenfalls unterstützt).
"Jieba" Chinesische Worttrennung: Entwickelt als bestes PHP-Modul für die chinesische Wortsegmentierung und Trennung. / "Jieba" (chinesisch für „stottern“) Chinesische Textsegmentierung: Gebaut, um das beste PHP-Chinesische-Wortsegmentierungsmodul zu sein.
[ICASSP 2024] 🍵 Matcha-TTS: Eine schnelle TTS-Architektur mit bedingungsgesteuerter Flussanpassung