Jupyter Notebook Dépôts
1,614 dépôts au total
Un framework de rendu par projection gaussienne 3D avec divers algorithmes dérivés et une visionneuse web interactive
Outils pour entraîner un modèle génératif sur des échantillons audio arbitraires
Implémentation légère et utile de la prédiction conforme sur des données réelles.
Une boîte à outils d'apprentissage profond pour DTI, propriétés des médicaments, PPI, DDI, prédiction de la fonction protéique (Bioinformatique)
Une plongée profonde dans les plongements (embeddings) en partant des fondamentaux
Comparez les performances de différents LLM pouvant être déployés localement sur du matériel grand public. Exécutez vous-même avec Colab WebUI.
Analyse de sentiment, Classification de texte, Augmentation de texte, Défense adversariale de texte, etc.;
« Efficacité de la R&D de l'IA : entraînez vous-même LoRA », comprenant l'entraînement de Lora pour les modèles Llama (Alpaca LoRA) et ChatGLM (ChatGLM Tuning). Contenu de l'entraînement : génération d'histoires d'utilisateurs, génération de code de test, génération assistée de code, texte vers SQL, génération de texte en code…
TeachOpenCADD : une plateforme d'enseignement pour le design de médicaments assisté par ordinateur (CADD) utilisant des paquets et des données open source
Un atelier de codage de 4 heures pour comprendre comment les LLM sont implémentés et utilisés
Barre de progression simple et flexible pour Jupyter Notebook et console
Exemples publics exécutables d'utilisation de NLP de John Snow Labs pour Apache Spark.
Apprenez Python gratuitement en utilisant des carnets open-source en hébreu.
Répertoire pour suggérer de nouvelles lignées à ajouter au schéma actuel
Reconnaissance efficace des émotions du visage dans les photos et les vidéos
Codebase pour les Réseaux Génératifs Antagonistes de Séries Temporelles (TimeGAN) – NeurIPS 2019
Dépôt pour le projecteur NeurIPS 2020 « AdaBelief Optimizer : Adapting stepsizes by the belief in observed gradients »
Code pour "Efficient LoFTR: Semi-Dense Local Feature Matching with Sparse-Like Speed", CVPR 2024
Hands-On Graph Neural Networks avec Python, publié par Packt
Introduction à PyTorch, couvrant l'initialisation des tenseurs, les opérations, l'indexation et le remodelage.
Compilation de codes de programmation R et Python sur la chaîne YouTube Data Professor.
Une liste de 99 projets d'apprentissage automatique pour quiconque souhaite apprendre en codant et en construisant des projets
Le Guide du voyageur galactique de la science des données pour le bien social
Un projet mis à jour en continu pour suivre les derniers progrès dans le domaine du suivi d'objets multimodaux. Ce projet se concentre uniquement sur le suivi d'un seul objet.
Matériaux de cours pour Analytics dans les marchés boursiers Zoomcamp
Matériaux du cours sur les systèmes d'apprentissage profond efficaces
Inférence et Découverte Causales en Python par Packt Publishing
ModelArts-Lab est un référentiel de code exemple. Pour plus d'informations sur l'apprentissage et les échanges concernant le développement de l'IA, veuillez visiter la communauté des développeurs IA de Huawei Cloud : huaweicloud.ai
Fonctions utilitaires pour gérer les données MIDI de manière agréable/intuitive.
Démarrage rapide pour les grands modèles linguistiques (Apprentissage théorique et réglage fin pratique)
Référentiel de code pour Deep Learning avec Keras publié par Packt
YourTTS : Vers un TTS multi-locuteur en zero-shot et une conversion vocale en zero-shot pour tous
RepViT : Revoir les CNN mobiles du point de vue ViT [CVPR 2024] et RepViT-SAM : Vers la segmentation en temps réel de n'importe quoi
Policy Gradient est tout ce dont vous avez besoin ! Un tutoriel étape par étape pour les méthodes PG bien connues.