Jupyter Notebook Repositorios
1,614 repositorios en total
Cuadernos Jupyter para el libro "Procesamiento del Lenguaje Natural con Transformers"
Minería de datos, Visión por computadora, Procesamiento del lenguaje natural, Conocimiento en competencias de sistemas de recomendación, Código, Ideas
Tasas de aceptación para las principales conferencias de IA
35 arquitecturas de IA agente de nivel de producción (Reflexion, LATS, GraphRAG, MemGPT, Voyager, BrowserAgent, ...) — una biblioteca de Python y un libro de texto ejecutable con soporte para múltiples proveedores de LLM y una tabla de clasificación de referencia de 17 tareas.
🔥 LeetCode para PyTorch — practica implementando softmax, attention, GPT-2 y más desde cero con corrección automática instantánea. Basado en Jupyter, autoalojado o prueba en línea.
Think DSP: Procesamiento de señales digitales en Python, por Allen B. Downey.
Ejemplos de código del libro Web Scraping with Python http://shop.oreilly.com/product/0636920034391.do
Un sistema de texto a voz de código abierto construido invirtiendo Whisper.
Implementación JAX del modelo Whisper de OpenAI para una aceleración de hasta 70 veces en TPU.
Ya sea que sea un principiante absoluto, una aplicación de proyecto en CV, NLP, LLM, o una implementación y despliegue de ingeniería avanzada, aquí lo encontrará todo en "Guía práctica de PyTorch" (2ª edición). Creemos que con la ayuda de este libro, los lectores podrán dominar fácilmente el uso de PyTorch y convertirse en excelentes ingenieros de aprendizaje profundo.
Código Python para algoritmos comunes de Machine Learning
Tutoriales para comenzar con PyTorch y TorchText para análisis de sentimientos.
Solo con fundamentos de Python, construye tu propio robot de inteligencia encarnada desde 0; construye paso a paso VLA/OpenVLA/SmolVLA/Pi0 desde 0, comprende en profundidad la inteligencia encarnada
[ICCV 2019] Estimación de profundidad monocular a partir de una sola imagen
Recursos técnicos para desarrolladores de IA para crear aplicaciones, agentes y sistemas utilizando Oracle AI Database y los servicios OCI
Fundamentos de Aprendizaje Automático: Álgebra Lineal, Cálculo, Estadística e Informática
Solo se requieren conocimientos básicos de Python, construye modelos de lenguaje grandes desde cero; Construye gradualmente GLM4\Llama3\RWKV6 desde cero, para comprender en profundidad los principios de los modelos grandes.
Notas, tareas de programación y cuestionarios de todos los cursos de la especialización Deep Learning de Coursera ofrecida por deeplearning.ai: (i) Redes Neuronales y Deep Learning; (ii) Mejora de Redes Neuronales Profundas: ajuste de hiperparámetros, regularización y optimización; (iii) Estructuración de Proyectos de Machine Learning; (iv) Redes Neuronales Convolucionales; (v) Modelos de Secuencia
https://www.youtube.com/channel/UC34rW-HtPJulxr5wp2Xa04w?sub_confirmation=1
Una biblioteca rápida para AutoML y tuning. Únete a nuestro Discord: https://discord.gg/Cppx2vSPVP.
Compartir conocimientos de AI Infra y práctica de código: PyTorch, vLLM/SGLang, introducción al marco slime/vime ⚡️, aceleración de rendimiento 🚀, fundamentos de modelos grandes 🧠, software y hardware de IA 🔧, etc.
Implementaciones en Python puro de algoritmos básicos de aprendizaje automático
Cuadernos de Python con ejemplos de ML y aprendizaje profundo con Azure Machine Learning Python SDK | Microsoft
Un RAG Agentic modular construido con LangGraph — aprende agentes de Generación Aumentada por Recuperación en minutos.
Materiales para el curso de modelos de difusión de Hugging Face
Aprenda IA agentic utilizando el patrón de diseño Dapr Agentic Cloud Ascent (DACA) y tecnologías de nube nativas para agentes: OpenAI Agents SDK, Memory, MCP, A2A, Knowledge Graphs, Dapr, Rancher Desktop y Kubernetes.
Una Colección de Cheatsheets, Libros, Preguntas y Portfolio Para la Preparación de Entrevistas DS/ML
Una implementación limpia basada en AlphaZero para cualquier juego en cualquier framework + tutorial + Othello/Gobang/TicTacToe/Connect4 y más
Este proyecto reproduce el libro Dive Into Deep Learning (https://d2l.ai/), adaptando el código de MXNet a PyTorch.
OmniGen: Generación Unificada de Imágenes. https://arxiv.org/pdf/2409.11340
Mobile ALOHA: Aprendizaje de manipulación móvil bimanual con teleoperación de cuerpo completo de bajo costo
Hunyuan-DiT: Un potente Transformer de difusión multirresolución con comprensión detallada del chino
Showcase de IA generativa de MongoDB: una colección exhaustiva de ejemplos y aplicaciones de muestra que abarca la generación aumentada por recuperación (RAG), los agentes de IA y casos de uso específicos de cada industria.
Flujos de trabajo de referencia de IA generativa optimizados para una arquitectura de microservicios e infraestructura acelerada.
Construye un LLM moderno desde cero. Cada línea comentada. Explicado como si tuviéramos cinco años.