Jupyter Notebook Dépôts
1,614 dépôts au total
🔍 LangKit : Une boîte à outils open-source pour la surveillance des grands modèles linguistiques (LLM). 📚 Extrait des signaux des invites et des réponses, garantissant la sécurité. 🛡️ Les fonctionnalités incluent la qualité du texte, les métriques de pertinence et l'analyse des sentiments. 📊 Un outil complet pour l'observabilité des LLM. 👀
PhysX-Anything : Actifs physiques 3D prêts à la simulation à partir d'une seule image (CVPR 2026)
Une implémentation minimale de PyTorch de modèles de diffusion probabilistes pour des ensembles de données 2D.
Créez des graphiques animés dans Jupyter Notebook et des environnements similaires avec une simple syntaxe Python.
Un cours de méthodes numériques avec Python pour ingénieurs et scientifiques : actuellement 5 modules d'apprentissage, avec des devoirs d'étudiants.
La version chinoise traduite de Causal Inference for the Brave and True. Tout le code est basé sur Python et s'applique à des domaines tels que l'économétrie, la sociologie quantitative, l'évaluation de stratégies, etc. Auteur original de la version anglaise : Matheus Facure
Ce dépôt est destiné à héberger des outils et des démonstrations pour ActivityNet.
Apprenez le deep learning avec tensorflow 2.0, keras et python grâce à cette série complète de tutoriels sur le deep learning. Apprenez le deep learning à partir de zéro. Série de deep learning pour débutants. Tutoriels tensorflow, tutoriel tensorflow 2.0. tutoriel deep learning python.
Tous les devoirs et projets du cours d'ingénierie logicielle de la faculté de logiciels de l'Université Tongji, y compris les suivants : Structures de données, Conception de cours sur les structures de données, Principes d'organisation de l'ordinateur, Laboratoire des principes d'organisation de l'ordinateur, Paradigmes de programmation, Mathématiques discrètes, Python, Systèmes d'exploitation, Conception de cours sur les systèmes d'exploitation, Architecture des systèmes informatiques, Analyse et conception de systèmes, Principes et applications des bases de données, Conception de cours sur les principes et applications des bases de données, Conception d'analyse d'algorithmes, Introduction à l'intelligence artificielle, Réseaux informatiques, Laboratoire des réseaux informatiques, Ingénierie logicielle, Conception de cours sur l'ingénierie logicielle, Modèles de conception logicielle, Systèmes informatiques intelligents, Principes des compilateurs, Introduction aux systèmes embarqués, Fondamentaux des applications IoT, Technologies d'interaction utilisateur, Tests logiciels, Gestion et économie de l'ingénierie logicielle, Conception de systèmes embarqués, Projet complet d'orientation professionnelle
Bootcamp à rythme autonome sur l'IA générative. Tutoriels sur les fondamentaux du ML, Ollama, LLM, RAG, LangChain, LangGraph, Fine-tuning, DSPy et Agents IA (CrewAI), (Utilisant ChatGPT, gpt-oss, Claude, Qwen, Gemma, Llama, Gemini)
Répertoire pour tout le code écrit pour le cours FreeCodeCamp et les réponses à tous les exercices.
Un modèle de chat éducatif open-source d'ICALK, East China Normal University. Grand modèle de dialogue éducatif open-source chinois-anglais. (Modèle de base universel, déploiement GPU, nettoyage des données) Hommage à : LLaMA, MOSS, BELLE, Ziya, vLLM
Ce dépôt partage des notebooks de bout en bout sur la façon d'utiliser diverses fonctionnalités et intégrations de Weaviate !
Sniffer et transmetteur de paquets Bluetooth Low Energy (BLE) pour Software Defined Radio (SDR) basés sur des standards et des non-standards (bits bruts).
Modèles Transformer de BERT à GPT-4, environnements de Hugging Face à OpenAI. Exemples de fine-tuning, d'entraînement et d'ingénierie des prompts. Une section bonus avec ChatGPT, GPT-3.5-turbo, GPT-4 et DALL-E, y compris le démarrage rapide de GPT-4, la reconnaissance vocale, la synthèse vocale, la génération de texte en image avec DALL-E, Google Cloud AI, HuggingGPT, et plus encore.
Ce dépôt héberge le code du livre en ligne "Coding for Economists".
Une bibliothèque pour expérimenter, entraîner et évaluer des réseaux de neurones, avec un accent sur la robustesse adversariale.
Un plugin ComfyUI qui enveloppe [See-through](https://github.com/shitagaki-lab/see-through), un système d'IA qui décompose une illustration d'anime unique en modèles 2.5D décomposés en couches manipulables avec un ordre de profondeur, prêts pour les flux de travail Live2D.
Un cours d'apprentissage automatique utilisant Python, Jupyter Notebooks et OpenML
Mon cours de 'Python pour l'analyse de données' sur YouTube
[CVPR 2025] Rasterisation de Voxels Épars : Rendu en Temps Réel de Champs de Radiance Haute Fidélité
Blog technique sur les algorithmes d'apprentissage automatique en Python, avec du contenu original ! Avec de la pratique de code ! 【Pour plus de contenu, suivez le compte public "Avancement des Algorithmes"】
Un tutoriel pour la compétition Kaggle 'Titanic : Machine Learning from Disaster'. Démontre des techniques de base de munging de données, d'analyse et de visualisation. Montre des exemples de techniques d'apprentissage automatique supervisé.
Un livre créé par xiaolai avec l'aide de ChatGPT et de son TTS
Le manuel Computational and Inferential Thinking: The Foundations of Data Science
Une architecture et une plateforme modulaires d'agents incarnés pour la construction d'agents incarnés
Tutoriels et scripts d'exemple de grands modèles linguistiques (LLM), avec Langchain, OpenAI, LlamaIndex, GPT, ChromaDB et Pinecone
Vision par ordinateur moderne avec PyTorch, publié par Packt
Ingénierie de la Représentation : Une Approche Descendante pour la Transparence de l'IA
Widget Jupyter pour visualiser de manière interactive les structures moléculares et les trajectoires
Implémentation officielle pour "Pivotal Tuning for Latent-based editing of Real Images" (ACM TOG 2022) https://arxiv.org/abs/2106.05744
Explorez l'apprentissage automatique et la science des données avec Codespaces
[ECCV'2024] Gaussian Grouping pour la reconstruction, la segmentation et l'édition d'objets ouverts de Anything.
Créez un pipeline RAG (Retrieval Augmented Generation) à partir de zéro et faites-le fonctionner entièrement localement.