#machine-learning Repositorios
2,070 repositorios en total
Guía de búsqueda de empleo para puestos de algoritmos de IA (incluye estrategias de preparación, guía de práctica de preguntas, recomendaciones internas y listas de empresas de IA, etc.)
Un convertidor de audio a MIDI ligero pero potente con detección de bend de tono
Un sistema para generar rápidamente datos de entrenamiento con supervisión débil
⚡ Motor de inferencia WebGPU en Rust puro — Compatible con la API de OpenAI, nativo para GGUF, funciona en cualquier GPU. Sin Python. Sin llama.cpp. Un solo binario.
Outfit Anyone: Pruébate virtualmente con ultra alta calidad para cualquier ropa y cualquier persona
Gorgonia es una biblioteca que ayuda a facilitar el aprendizaje automático en Go.
Implementar un LLM de razonamiento en PyTorch desde cero, paso a paso
Motor de datos de alto rendimiento para cargas de trabajo de IA y multimodales. Procese imágenes, audio, video y datos estructurados a cualquier escala.
Una biblioteca acelerada por GPU que contiene bloques de construcción altamente optimizados y un motor de ejecución para el procesamiento de datos, para acelerar aplicaciones de entrenamiento e inferencia de aprendizaje profundo.
T81-558: Keras - Aplicaciones de Redes Neuronales Profundas @Washington University in St. Louis
Red Neuronal Convolucional para Clasificación de Texto en TensorFlow
Inferencia cortada/en mosaico independiente del framework + interfaz de usuario interactiva + gráficos de análisis de errores
Evaluación de la calidad perceptual del video basada en la fusión de múltiples métodos.
Un equipo de ciencia de datos impulsado por IA de agentes para ayudarte a realizar tareas comunes de ciencia de datos 10 veces más rápido.
Juega con pareados usando el modelo seq2seq. Compone pareados con aprendizaje profundo.
Repositorio de código para aprendizaje automático con PyTorch y Scikit-Learn
Las herramientas de Core ML contienen herramientas de soporte para la conversión, edición y validación de modelos de Core ML.
Lista curada de preguntas y respuestas de entrevistas de ciencia de datos
Una guía completa para iniciar y progresar en aprendizaje automático (ML) e inteligencia artificial (AI) en 2026 sin ningún conocimiento previo, y mantenerte actualizado con las últimas noticias y técnicas de vanguardia.
Construya, evalúe y optimice sistemas de IA. Incluye evaluaciones (evals), RAG, agentes, ajuste fino, generación de datos sintéticos, gestión de conjuntos de datos, MCP y más.
【Tres años de entrevistas, cinco años de simulacros】Plataforma de recursos para entrevistas de ingenieros de algoritmos de AIGC/LLM/AI Agent. Incluye conocimientos prácticos y experiencias clave para entrevistas y exámenes escritos, así como conocimientos fundamentales de vigencia transversal en la industria de la IA, abarcando AIGC, grandes modelos de lenguaje (LLM), agentes de IA, inteligencia incorporada, aprendizaje profundo tradicional, visión por computador, procesamiento del lenguaje natural, conducción autónoma, aprendizaje automático, aprendizaje por refuerzo, minería de big data, modelos del mundo, metaverso, AGI y mucho más.
Biblioteca de Python de aprendizaje automático simple y distribuido que transfiere algoritmos de ML a Spark
Un software de aprendizaje automático para extraer información de documentos académicos
una tarea de inpainting de imágenes de aprendizaje automático que elimina instintivamente marcas de agua de una imagen indistinguible de la imagen de verdad fundamental