Jupyter Notebook Dépôts
1,614 dépôts au total
xpander.ai est le runtime et le plan de contrôle pour créer, exécuter et déployer des agents d'IA fiables rapidement et n'importe où
Conception, évaluation et optimisation de systèmes RAG de bout en bout. Le camp d'entraînement RAG de GeekTime décompose en détail les 10 principaux composants du RAG, et quatre projets pratiques permettent de maîtriser l’ensemble du flux RAG. La mise en œuvre du RAG tend à être orientée vers le métier, et pas l’inverse. C’est pourquoi il faut ajuster, optimiser et personnaliser selon différents scénarios et problèmes. Le détail est dans les détails ; nous nous plongeons profondément pour l’explorer.
Ce dépôt compile des exemples de code et des notebooks démontrant comment utiliser l'IA générative sur Vertex AI de Google Cloud.
Dépôt Github avec des tutoriels pour affiner les transformeurs pour différentes tâches NLP
Ce dépôt contient un projet complet de vision par ordinateur/apprentissage automatique sur le football qui utilise YOLO pour la détection d'objets, Kmeans pour la segmentation des pixels, le flux optique pour le suivi du mouvement et la transformation de perspective pour analyser les mouvements des joueurs dans les vidéos de football.
Code du livre Deep Reinforcement Learning in Action de Manning, Inc.
Dans ce projet, j'ai exploré comment les LLM locaux peuvent être utilisés pour labelliser les données et soutenir les analyses. Plus précisément, j'ai utilisé le modèle Llama2 pour catégoriser automatiquement mes données de transactions bancaires.
Démonstration de différents algorithmes et opérations sur les visages. Étoilez le dépôt⭐
🔥 Ce dépôt contient des exemples d'applications complets, y compris des sites Web et d'autres projets, développés à l'aide de Firecrawl.
Cosmos-Transfer1-DiffusionRenderer: Éclairage et ré-éclairage vidéo de haute qualité basés sur le framework de diffusion vidéo Cosmos
Une bibliothèque pour évaluer les options financières écrite en Python. Inclut : Black Scholes, Black 76, Volatilité implicite, Américaine, Européenne, Asiatique, Options de spread
[ECCV 2024] HiDiffusion: Augmente la résolution et la vitesse de votre modèle de diffusion en ajoutant une seule ligne de code !
Une boîte à outils pour appliquer des LLM à des données sensibles et non publiques dans des environnements hors ligne ou restreints
Implémentation officielle de "Segmenter toute anomalie sans entraînement via une régularisation par invite hybride (SAA+)".
D2-Net : Un CNN entraînable pour la description et la détection conjointes de caractéristiques locales
Le guide CP-SAT : Utilisation et compréhension du solveur CP-SAT de Google OR-Tools
Répertoire de code pour les projets et tutoriels en R et Python qui couvre une variété de sujets en visualisation de données, statistiques, analyse sportive et application générale de la théorie des probabilités.
LLVIP: Un ensemble de données appariées visible-infrarouge pour la vision en faible luminosité
Dépôt pour la chasse aux menaces et les requêtes de détection, etc. pour Defender pour Endpoint et Microsoft Sentinel en KQL (Kusto Query Language).
Collection de codes et extraits utiles d'apprentissage automatique (initialement destinés à mon usage personnel)
Ingénierie des données pratique : un guide de projet immobilier pratique
Tutoriels et contenus créés par les utilisateurs d'Earth Engine, pour les utilisateurs d'Earth Engine
Projet Kotlin Multiplatform basé sur SwiftUI, Jetpack Compose, Compose for Desktop et Compose for Web (utilisant l'API CityBikes http://api.citybik.es/v2/). Utilise Room pour la persistance locale
Un framework flexible d'apprentissage fédéré basé sur PyTorch, simplifiant votre recherche en apprentissage fédéré.
Bibliothèque étendant les notebooks Jupyter pour s'intégrer à Apache TinkerPop, openCypher et RDF SPARQL.
Implémentation Python du contrôleur MPPI (Model Predictive Path-Integral) pour comprendre l'idée de base. Les dépendances obligatoires sont uniquement numpy et matplotlib.
Carnets Google Colab accessibles pour la formation de Lora Stable Diffusion, basés sur le travail de kohya-ss et Linaqruf
Tutoriels et informations sur le langage Julia pour les cours de calcul numérique du MIT.
HarmBench : Un cadre d'évaluation standardisé pour le Red Teaming automatisé et le refus robuste
Contenu pour le cours d'ingénierie des invites d'Udemy