Jupyter Notebook Repositorios
1,614 repositorios en total
Tutoriales de LangChain y Prompt Engineering sobre modelos de lenguaje grandes (LLM) como ChatGPT con datos personalizados. Cuadernos de Jupyter sobre carga e indexación de datos, creación de plantillas de indicaciones, agentes CSV y uso de cadenas de recuperación QA para consultar datos personalizados. Proyectos para usar un LLM privado (Llama 2) para chatear con archivos PDF, análisis de sentimiento de tweets.
Código complementario de la primera edición (2022) de Redes neuronales y aprendizaje profundo: casos y práctica: 8 capítulos de prácticas con PaddlePaddle.
TorchXRayVision: Una biblioteca de conjuntos de datos y modelos de rayos X de tórax. Clasificadores, segmentación y autoencoders.
Todas las notas escritas a mano 📝 y los archivos de código fuente 🖥️ utilizados en mis videos de YouTube sobre Machine Learning y Simulación (https://www.youtube.com/channel/UCh0P7KwJhuQ4vrzc3IRuw4Q)
Proyectos de aprendizaje profundo de ejemplo que utilizan las funciones de wandb.
Videos, notas y experimentos para entender el aprendizaje profundo
Una colección de fragmentos de código de la publicación Daily Dose of Data Science en Substack: http://www.dailydoseofds.com/
Una colección de scripts y notebooks para ayudarte a empezar rápidamente.
Apuntes de clase, tareas de tutoría que incluyen soluciones, así como videos en línea para el curso de aprendizaje por refuerzo impartido por la Universidad de Paderborn
Una nueva base de código para métodos populares de generación de grafos de escena (2020). Se proporcionan visualización y extracción de grafos de escena en imágenes/conjuntos de datos personalizados. También es una implementación de PyTorch del artículo “Unbiased Scene Graph Generation from Biased Training CVPR 2020”
Un extractor de representaciones de parsing humano listo para usar.
Una colección de cuadernos/recetas que muestran casos de uso de modelos de código abierto con Together AI.
Un conjunto de datos de diálogo chino ajustado manualmente y un código de ajuste fino de chatglm
Plataforma abierta de InternRobotics para construir modelos fundamentales de navegación generalizados.
Evaluación y reproducción de políticas de manipulación de robots del mundo real (por ejemplo, RT-1, RT-1-X, Octo) en simulación bajo configuraciones comunes (por ejemplo, Google Robot, WidowX+Bridge) (CoRL 2024)
Un marco para el aumento de datos para la clasificación y segmentación de imágenes 2D y 3D
Material del Bootcamp de Generator: Aprende Chisel de la manera correcta
Modelos Fundacionales Multimodales de Vanguardia para la Comprensión de Imágenes y Videos
Esta serie lo llevará en un viaje desde los fundamentos del Procesamiento del Lenguaje Natural (PLN) y la Visión por Computadora hasta la vanguardia de los Modelos de Visión y Lenguaje.
Un marco para usar LSTMs para detectar anomalías en datos de series temporales multivariantes. Incluye datos de anomalías de naves espaciales y experimentos de las misiones Mars Science Laboratory y SMAP.
💁 Impresionante tesoro de modelos Transformer para el procesamiento del lenguaje natural contiene artículos, videos, blogs, repos oficiales junto con cuadernos de Colab. 🛫☑️
[NeurIPS 2020] Código oficial del artículo "DeepSVG: A Hierarchical Generative Network for Vector Graphics Animation". Incluye una biblioteca PyTorch para el aprendizaje profundo con datos SVG.
Implementación oficial de PyTorch de "EdgeSAM: Destilación Prompt-In-the-Loop para el Despliegue de SAM en Dispositivos"
Preguntas de entrevista y exámenes escritos sobre Machine Learning/Aprendizaje Profundo/Python/Idioma Go (Machine learning Deep Learning Python and Golang Interview Questions)
Memoria de agentes para LLM: 30 cuadernos Jupyter ejecutables que cubren búferes de conversación, almacenes vectoriales, grafos de conocimiento, memoria episódica y semántica, MemGPT, Mem0, Letta, Zep, Graphiti, puntos de referencia LoCoMo y patrones de producción.
Tutorial completo de algoritmos desde NLP hasta LLM, dirección de lectura en línea: https://datawhalechina.github.io/base-llm/
Predicción de mutaciones de alta aptitud basada en modelos de plegamiento inverso de proteínas
Cuadernos y aplicaciones de ejemplo para búsqueda, observabilidad y seguridad con Elasticsearch
GaussianObject: Reconstrucción de objetos 3D de alta calidad a partir de cuatro vistas con Gussian Splatting (SIGGRAPH Asia 2024, TOG)
Implementación oficial del artículo "Watermark Anything with Localized Messages"
🔥 CNN para Eliminación de Marcas de Agua usando Deep Image Prior con Pytorch 🔥.