#machine-learning Repositories
Insgesamt 2,070 Repositories
Echtzeit-Diffusionsbasiertes Streaming-Video-Super-Resolution / Echtzeit-Video-Streaming-Super-Resolution-Modell basierend auf der Diffusion-Architektur
Ein leichtgewichtiges Werkzeug zur Kennzeichnung von 3D-Begrenzungsrahmen in Punktwolken.
[ECCV 2024 - Vortrag] ACE0 ist ein lernbasierter Structure-from-Motion-Ansatz, der Kameraparameter von Bildsätzen durch das Erlernen einer mehransichtigen konsistenten, impliziten Szenendarstellung schätzt.
R-Programmierungstipps für Datenbereinigung, Datenvisualisierung, statistische Modellierung und maschinelles Lernen
Eine kuratierte Liste praktischer Anwendungen von Business Machine Learning (BML) und Business Data Science (BDS) für Buchhaltung, Kunden, Mitarbeiter, Recht, Management und Betrieb (von @firmai)
Eine kuratierte Liste großartiger Ressourcen, Bibliotheken und Software zur Punktwolkenverarbeitung
Baue dein eigenes X - Meistere maschinelles Lernen, indem du alles von Grund auf neu erstellst. Es zielt darauf ab, alles von linearer Regression über Deep Learning bis hin zu großen Sprachmodellen (LLMs) abzudecken.
Ein Datensatz von Datensätzen zum Lernen, aus wenigen Beispielen zu lernen
Trankit ist ein leichtgewichtiges, auf Transformer basierendes Python-Toolkit für mehrsprachige Verarbeitung natürlicher Sprache
Ein Open-Source-Computer-Vision-Framework zum Erstellen und Bereitstellen von Apps in wenigen Minuten
Feature Engineering ist der Prozess, Domain-Wissen zu nutzen, um Features aus Rohdaten mittels Data-Mining-Techniken zu extrahieren. Diese Features können verwendet werden, um die Leistung von Machine-Learning-Algorithmen zu verbessern. Feature Engineering kann als angewandtes Machine Learning selbst betrachtet werden.
Papiere zu datenbanksystemen, die von künstlicher Intelligenz (Machine Learning für Datenbanken) betrieben werden
[CVPR26] TESSERA ist ein Grundmodell, das Zeitreihen-Satellitenbilder für Anwendungen wie Landklassifikation und Kronenhöhenprognose verarbeiten kann. Entwickelt an der University of Cambridge, ermöglicht es die effiziente Extraktion temporaler Muster aus Erdbeobachtungen
🍰 PromptLayer - Führen Sie ein Protokoll Ihrer Prompts und OpenAI API-Anfragen. Verfolgen, debuggen und wiederholen Sie alte Vervollständigungen.
TensorFlow-Implementierung zur Berechnung eines semantisch segmentierten Vogelperspektivenbildes (BEV) aus Bildern mehrerer fahrzeugmontierter Kameras.
Bibliothek zur Unterstützung von NLP- und CV-Forschung zu wissenschaftlichen Arbeiten
Maschinelles Lernen für multivariate Daten durch die Riemannsche Geometrie positiver definiter Matrizen in Python
DNABERT: vortrainiertes bidirektionales Encoder-Repräsentationsmodell von Transformers für DNA-Sprache im Genom
Methoden zur Bestimmung der Wahrscheinlichkeit eines Änderungszeitpunkts in einer Zeitreihe.
Das Python-Paket balance bietet einen einfachen Workflow und Methoden für den Umgang mit verzerrten Datenstichproben, wenn aus ihnen auf eine bestimmte Zielpopulation geschlossen werden soll.
Referenzimplementierung von Codeerstellungsprojekten von Facebook AI Research. Allgemeines Toolkit zur Anwendung maschinellen Lernens auf Code, von der Erstellung von Datensätzen bis zum Training und zur Bewertung von Modellen. Wird mit vortrainierten Modellen geliefert.
Die Open-Source-Meme-Suchmaschine und Finder. Kostenlos und zum lokalen Selbst-Hosting mit Python, Ruby und Docker entwickelt.
Inferenz-Engine für Machine Learning auf Mikrocontrollern und eingebetteten Geräten
Ein minimales Python-Paket zum Speichern und Abrufen von Text mithilfe von Chunking, Embeddings und Vektorsuche.
Android TensorFlow Lite Maschinelles Lernen Beispiel
Eine einfache Bibliothek zum Erstellen komplexer neuronaler Netze
Verwenden Sie evolutionäre Algorithmen anstelle von gridsearch in scikit-learn
Ein Gebärdensprach-Interpreter, der den Live-Video-Feed von der Kamera verwendet.