Jupyter Notebook Repositorios
1,614 repositorios en total
Implementación en Python del código de planificación y control de conducción autónoma
Conjunto de datos sintéticos de alta fidelidad que capturan métricas de productividad de desarrolladores de IA — incluyendo horas de concentración, tasas de finalización de tareas e indicadores de agotamiento. Seguro para la privacidad, ideal para análisis de ML y flujos de trabajo.
Implementación del artículo "DeepLSD: Detección y Refinamiento de Segmentos de Línea con Gradientes de Imagen Profundos"
ConvoKit es un conjunto de herramientas para extraer características conversacionales y analizar fenómenos sociales en conversaciones. Incluye varios conjuntos de datos conversacionales grandes junto con scripts que ejemplifican el uso del conjunto de herramientas en estos conjuntos de datos.
Traducción al chino de 'Machine Learning: A Probabilistic Perspective' (Kevin P. Murphy) e implementaciones en Python de los algoritmos del libro.
Si vienes de uno de mis tutoriales de data science, encontrarás el código y los enlaces a los tutoriales aquí. Espero que los encuentres útiles. ¡Feliz aprendizaje y programación!
Versión de implementación de Colab de stable_diffusion_webui (incluida la versión en inglés), dependencias de plugins populares descargadas y configuración inicial. Cuenta con scripts para gestión de mods, adaptabilidad móvil, lectura local de información de imágenes, etc.
✅ (Completado) Notas súper completas de Python 【Educación de Soldados a Caballo】
Pronóstico de la carga de energía eléctrica de Delhi utilizando modelos ARIMA, RNN, LSTM y GRU
[Destacado CVPR 2025] Código y modelos oficiales para el Transformador de Máscara Solo Codificador (EoMT).
Paquete de Python para el Descubrimiento Causal mediante el aprendizaje de la estructura gráfica de redes bayesianas. Structure Learning, Parameter Learning, Inferencias, Métodos de Muestreo.
Un conjunto de datos de conducción para el desarrollo y validación de estimadores de pose fusionados y algoritmos de mapeo
Ajuste fino de modelos de lenguaje grandes, ajuste fino de instrucciones Qwen2VL, Qwen2, GLM4
Ejemplos de código para el libro titulado Introducción a la Programación en SIG
Código y datos para "AnyV2V: Un marco sin ajuste para cualquier tarea de edición de video a video" [TMLR 2024]
EDA-Q es una herramienta de automatización de diseño electrónico (EDA) de pila completa para el diseño de chips cuánticos, que admite arquitecturas de computación cuántica tanto superconductoras como de iones atrapados. La plataforma permite a investigadores e ingenieros diseñar, simular y optimizar eficientemente chips cuánticos.
Una herramienta de marca de agua para proteger las obras de arte humanas de ser utilizadas en obras de arte sintéticas.
Un toolkit multilingüe de Python para tareas de análisis de sentimientos y NLP social
Análisis de patentes utilizando los conjuntos de datos públicos de Google Patents en BigQuery
Human Preference Score v2: Un sólido benchmark para evaluar las preferencias humanas en la síntesis de texto a imagen
Repositorio de recursos de la Escuela de Inteligencia Artificial de la Universidad de Anhui
Automatización de Documentos de Extractos Bancarios de IA mediante Modelo LLM y Análisis Financiero Personal
El primer y extenso benchmark de procesamiento de lenguaje natural para el idioma indonesio. ¡Proporcionamos múltiples tareas posteriores, modelos IndoBERT preentrenados y un código de inicio! (AACL-IJCNLP 2020)
Archivo único, GPU única, Desde cero, Eficiente, Biblioteca de ajuste de parámetros completos para "RL for LLMs"
Probabilidad y Estadística para Ciencia de Datos: Una introducción autocontenida a la probabilidad y la estadística para la ciencia de datos, que incluye un pdf gratuito, 103 cuadernos de Python que utilizan 23 conjuntos de datos del mundo real, 118 videos con diapositivas y soluciones a 200 ejercicios
🤗 Optimum Intel: Acelera la inferencia con herramientas de optimización de Intel
Logra el paso de inferencia de llama3 paso a paso, comprende los conceptos centrales, domina la derivación del proceso, implementa el código.
Implementación/Tutorial sobre el uso de métodos de aprendizaje automático automatizado (AutoML) para aprendizaje estático/por lotes y aprendizaje en línea/continuo
Curso intensivo IAP del MIT: Cálculo matricial para el aprendizaje automático y más allá
Los cuadernos interactivos de Azure Sentinel proporcionan perspectivas de seguridad y acciones para investigar anomalías y buscar comportamientos maliciosos.