Jupyter Notebook Dépôts
1,614 dépôts au total
Implémentation en Python du code de planification et de contrôle de la conduite autonome
Ensemble de données synthétiques haute fidélité capturant les métriques de productivité des développeurs d'IA — y compris les heures de concentration, les taux d'achèvement des tâches et les indicateurs d'épuisement professionnel. Sécurisé pour la confidentialité, idéal pour l'analyse ML et de flux de travail.
Implémentation du papier « DeepLSD : Détection et raffinement de segments de ligne avec les gradients d'image profonds »
ConvoKit est un kit d'outils pour extraire les caractéristiques conversationnelles et analyser les phénomènes sociaux dans les conversations. Il inclut plusieurs grands ensembles de données conversationnelles ainsi que des scripts illustrant l'utilisation du kit d'outils sur ces ensembles de données.
Traduction chinoise de 'Machine Learning: A Probabilistic Perspective' (Kevin P. Murphy) et implémentations en Python des algorithmes du livre.
Si vous venez de l'un de mes tutoriels de data science, vous trouverez le code et les liens vers les tutoriels ici. J'espère qu'ils vous seront utiles. Bonne chance dans l'apprentissage et le codage !
Version de déploiement Colab de stable_diffusion_webui (y compris la version anglaise), les dépendances des plugins populaires téléchargées et la configuration initiale. Dispose de scripts pour la gestion des mods, l'adaptabilité mobile, la lecture locale des informations d'image, etc.
✅ (Terminé) Notes super complètes sur Python 【Éducation des soldats à cheval】
Prévision de la charge électrique de Delhi en utilisant les modèles ARIMA, RNN, LSTM et GRU
[Highlight CVPR 2025] Code et modèles officiels pour l'Encodeur-seul Masque Transformeur (EoMT).
Paquet Python pour la Découverte Causale en apprenant la structure graphique des réseaux bayésiens. Structure Learning, Parameter Learning, Inférences, Méthodes d'échantillonnage.
Un ensemble de données de conduite pour le développement et la validation d'estimateurs de pose fusionnés et d'algorithmes de cartographie
Ajustement fin des grands modèles linguistiques, Qwen2VL, Qwen2, ajustement fin des instructions GLM4
Exemples de code pour le livre intitulé Introduction à la programmation SIG
Code et données pour "AnyV2V : Un cadre sans réglage pour toutes les tâches d'édition vidéo-à-vidéo" [TMLR 2024]
EDA-Q est un outil d'automatisation de la conception électronique (EDA) complet pour la conception de puces quantiques, prenant en charge les architectures de calcul quantique supraconductrices et à ions piégés. La plateforme permet aux chercheurs et aux ingénieurs de concevoir, simuler et optimiser efficacement des puces quantiques.
Un outil de filigrane pour protéger les œuvres d'art humaines contre leur utilisation dans des œuvres d'art synthétiques.
Une boîte à outils multilingue Python pour l'analyse des sentiments et les tâches de NLP social
Analyse de brevets utilisant les ensembles de données publics Google Patents sur BigQuery
Human Preference Score v2 : Une référence solide pour l'évaluation des préférences humaines en synthèse texte-vers-image
Dépôt de ressources de l’École d’intelligence artificielle de l’Université d’Anhui
Automatisation de documents de relevés bancaires par IA grâce au modèle LLM et à l'analyse financière personnelle
Le tout premier vaste benchmark de traitement du langage naturel pour la langue indonésienne. Nous fournissons plusieurs tâches en aval, des modèles IndoBERT pré-entraînés et un code de démarrage ! (AACL-IJCNLP 2020)
Fichier unique, GPU unique, À partir de zéro, Efficace, Bibliothèque de réglage complet des paramètres pour « RL for LLMs »
Probabilités et statistiques pour la science des données : Une introduction autonome aux probabilités et statistiques pour la science des données, comprenant un pdf gratuit, 103 cahiers Python utilisant 23 ensembles de données réels, 118 vidéos avec diapositives et les solutions à 200 exercices
🤗 Optimum Intel: Accélérez l'inférence avec les outils d'optimisation d'Intel
Réalisez l'étape d'inférence de llama3 étape par étape, saisissez les concepts clés, maîtrisez la dérivation du processus, implémentez le code.
Implémentation/Tutoriel de l'utilisation des méthodes d'apprentissage automatique automatisé (AutoML) pour l'apprentissage statique/par lots et l'apprentissage en ligne/continu
Cours intensif MIT IAP : Calcul matriciel pour l'apprentissage automatique et au-delà
Les carnets interactifs Azure Sentinel fournissent des insights de sécurité et des actions pour enquêter sur les anomalies et traquer les comportements malveillants.