Jupyter Notebook Dépôts
1,614 dépôts au total
[3DV 2026] « SceneGen : Génération de scènes 3D à partir d'une seule image en une seule passe directe »
TPAMI : Fusion de caractéristiques sensible à la fréquence pour la prédiction dense d'images
Présentation de l'IA générative de Google Cloud pour des scénarios marketing via le frontend et le backend d'une application, accompagnée d'un guide détaillé étape par étape pour configurer et utiliser des outils d'IA générative, incluant des exemples d'utilisation pour la création de supports marketing tels que des articles de blog et du contenu pour les réseaux sociaux, l'analyse nl2sql et la personnalisation de campagnes.
Analysez les données non structurées avec Towhee, telles que la recherche d'images inversée, la recherche vidéo inversée, la classification audio, les systèmes de questions et réponses, la recherche moléculaire, etc.
Lecture guidée centrée sur Python de Forecasting: Principles and Practice
Un framework Python pour effectuer des expériences de recherche d'information, basé sur http://terrier.org/
Un modèle de synthèse vocale (Text-to-Speech) avec clonage de voix vietnamienne ✨
Ensemble de données multimodales à grande échelle de données astronomiques
Informations générales sur les études de premier et de deuxième cycle du département de génie informatique de l’Université technique de Yıldız, notes de cours, diapositives de cours et exemples de projets. Vous trouverez ici des informations sur les procédures et les détails de programmes tels que les stages, Erasmus, l’école d’été et KOOP.
[Book-2020] Python For DevOps : Apprenez l'automatisation impitoyablement efficace
Référentiel du cours d'apprentissage automatique de A à Z avec R et Python
Compilation de ressources d'apprentissage sur l'AGI (incluant principalement LLM et AIGC), mise à jour continue...
Solutions Python pour résoudre des problèmes d'affaires pratiques.
[ICML 2024] LESS : Sélectionner des données influentes pour l'ajustement ciblé des instructions
Guides de mise en œuvre de Dynamics 365 FastTrack
Apprenez Apache Spark en Scala, Python (PySpark) et R (SparkR) en construisant votre propre cluster avec une interface JupyterLab sur Docker. :zap:
Test de l'adaptation des encodeurs DINOv2/3 pour des tâches de vision avec l'adaptation de bas rang (LoRA)
Collection de scripts et de carnets pour les derniers modèles GPT OSS d'OpenAI
Tutoriels de deep learning pour débutants avec PyTorch et des vidéos YouTube !
L'Assistant Vêtement Virtuel, une implémentation unique et personnalisée de ViTON, permet à l'utilisateur d'essayer virtuellement différents vêtements.
Propulsé par NVIDIA cuOpt : une boîte à outils d’optimisation de portefeuille accélérée par GPU pour créer, tester rétrospectivement et mettre à l’échelle des flux de travail d’investissement Mean-CVaR et Mean-Variance avec CUDA-X Data Science.
Echo-4o : Exploiter les images synthétiques des modèles propriétaires pour une génération d'images améliorée
Ceci est le code pour la vidéo YouTube de Siraj Raval intitulée "I Built a Sports Betting Bot with ChatGPT" (J'ai construit un bot de paris sportifs avec ChatGPT).
[NeurIPS 2024] Publication du code pour « Segment Anything without Supervision »
Page d’accueil des exemples Python de cuQuantum et C++ du SDK NVIDIA cuQuantum
Une collection soigneusement sélectionnée de mes projets de recherche en finance quantitative. Explore la rotation sectorielle, les modèles multi-facteurs et les stratégies pilotées par l'IA (machine learning/deep learning) sur des fréquences élevées, moyennes et basses. Chaque projet inclut le code complet et l'analyse. Mise à jour en continu.
Reconnaissant d'entités nommées coréen créé avec KoBERT et CRF (modèle de reconnaissance d'entités nommées basé sur BERT+CRF pour le coréen)
Une bibliothèque pour développer des modèles génératifs profonds de manière plus concise, intuitive et extensible