Jupyter Notebook Repositorios
1,614 repositorios en total
Convierte cualquier texto en un grafo de conocimiento. Esto se puede utilizar para la Generación Aumentada por Grafos o QnA basado en Grafos de Conocimiento.
Colección de temas útiles de ciencia de datos junto con artículos, videos y código
Una colección de guías y ejemplos para los modelos abiertos Gemma de Google.
Una programación personalizada moderna de Anki basada en el algoritmo Free Spaced Repetition Scheduler
Anotar sus propios conjuntos de datos, entrenar, evaluar, probar e implementar sus propios algoritmos de inteligencia artificial
OmniGen2: Exploración hacia la Generación Multimodal Avanzada. https://arxiv.org/abs/2506.18871
Qwen3-omni es un LLM omnimodal nativo de extremo a extremo desarrollado por el equipo Qwen de Alibaba Cloud, capaz de comprender texto, audio, imágenes y video, así como de generar voz en tiempo real.
Repositorio del programa Fundamentos del Nanogrado en Aprendizaje Profundo.
TimeGPT-2.1: modelo fundacional de series temporales preentrenado y listo para producción para la predicción y la detección de anomalías. Un transformador generativo preentrenado para series temporales, entrenado con más de 100.000 millones de puntos de datos. Es capaz de realizar predicciones precisas en diversos ámbitos, como el comercio minorista, la electricidad, las finanzas y el IoT, con solo unas pocas líneas de código 🚀.
Aprendizaje automático en la Facultad de Ciencias de la Computación de la HSE
Qwen2.5-Omni es un modelo multimodal de extremo a extremo del equipo Qwen de Alibaba Cloud, capaz de comprender texto, audio, visión, video y realizar generación de voz en tiempo real.
Los cuadernos Jupyter detrás de mi informe de O'Reilly, "A Whirlwind Tour of Python"
Reconocimiento de texto (reconocimiento óptico de caracteres) con métodos de aprendizaje profundo, ICCV 2019
Este es un libro de la familia Phi de SLM para empezar con los modelos Phi. Phi es una familia de modelos de IA de código abierto desarrollados por Microsoft. Los modelos Phi son los modelos de lenguaje pequeños (SLM) más capaces y rentables disponibles, superando a los modelos del mismo tamaño y al siguiente tamaño superior en una variedad de puntos de referencia de lenguaje, razonamiento, codificación y matemáticas.
Libro_2_《La belleza de la visualización》 | Libro Iris: De la suma, resta, multiplicación y división al aprendizaje automático, se aceptan críticas y sugerencias.
Una secuencia de notebooks de Jupyter que presentan los "12 Pasos hacia Navier-Stokes" http://lorenabarba.com/
Tutorial introductorio de PyTorch, dirección de lectura en línea: https://datawhalechina.github.io/thorough-pytorch/
Libro_5_《Estadística en Breve》 | El Libro del Iris: De la aritmética al aprendizaje automático; ¡en stock!
Soluciones de PNL chinas (grandes modelos, datos, modelos, entrenamiento, inferencia)
Grounded SAM 2: Ancla y rastrea cualquier cosa en videos con Grounding DINO, Florence-2 y SAM 2
GTSAM es una biblioteca de clases C++ que implementa suavizado y mapeo (SAM) en robótica y visión, utilizando grafos de factores y redes de Bayes como paradigma computacional subyacente en lugar de matrices dispersas.
Una colección de métodos científicos, procesos, algoritmos y sistemas para construir historias y modelos.
🚀 Colección seleccionada de increíbles scripts de Python desde lo básico hasta lo avanzado con scripts de tareas de automatización.
Llevando modelos de difusión estables a los navegadores web. Todo se ejecuta dentro del navegador sin soporte de servidor.
"Las matemáticas no son difíciles" - "Álgebra lineal no es difícil", volúmenes 1 y 2, 66 temas completados; bienvenidos a críticas y correcciones.
notas de felixge sobre los diversos métodos de perfilado de go disponibles.
Lecciones sobre computación científica con Python, en formato de cuadernos IPython.
Videos del curso Huggingface Transformers "paso a paso" que se actualizan simultáneamente en Bilibili y YouTube
Modelos de reconocimiento de imágenes de código abierto y con una base sólida.
Introducción rápida a la teoría y la práctica aplicada de la IA: conceptos básicos, Transformer, NLP, ML, DL, competiciones. Incluye abundantes comentarios y conjuntos de datos, con el objetivo de que todos puedan entender y reproducir.
[CVPR 2022] Modelo de Movimiento Thin-Plate Spline para Animación de Imágenes.
Redes neuronales y aprendizaje profundo: casos y práctica, segunda edición: 10 capítulos de práctica con PyTorch, cuadernos, pruebas y un libro electrónico.
Todos los materiales del curso de Zero to Mastery Machine Learning and Data Science.
Cursos introductorios de aprendizaje profundo, cursos avanzados, cursos especiales, casos académicos, casos de práctica industrial, enciclopedia de conocimiento de aprendizaje profundo y banco de preguntas de entrevista El curso, caso y conocimiento de Deep Learning y AI
🛠 IDE todo en uno basado en web especializado en machine learning y data science.
Inferencia Causal para los Valientes y los Verdaderos. Un enfoque ligero pero riguroso para aprender sobre la estimación de impacto y la causalidad.
Un conjunto de datos consta de 15,140 indicaciones de ChatGPT de Reddit, Discord, sitios web y conjuntos de datos de código abierto (incluidas 1,405 indicaciones de jailbreak).