Jupyter Notebook Dépôts
1,614 dépôts au total
[SIGGRAPH Asia 2023] Rerender A Video : Traduction Vidéo-à-Vidéo Guidée par Texte Zéro-Shot
📚 « Deep Agents in Action » — Créé par un ambassadeur officiel de LangChain, un guide complet pour construire des agents IA de niveau production à partir de zéro, basé sur l'écosystème LangChain / LangGraph.
Le centre de travail d'EleutherAI sur l'interprétabilité et les dynamiques d'apprentissage
Contenu ouvert pour l'apprentissage autodirigé en science des données
Un framework open-source de détection de mots (ou phrases) d'activation audio, axé sur la performance et la simplicité.
Ce projet est un cours quantitatif open-source qui peut aider les gens à acquérir rapidement des connaissances en finance quantitative et la capacité de développement quantitatif en utilisant Python.
[Legacy] Catalogue de modèles de notebooks Data & AI organisé par outils, suivant le framework IMO (entrée, modèle, sortie) pour une utilisation et une découverte faciles.
Systèmes multi-agents, mémoire, planification, boucles de raisonnement
[ACL 2024] Un framework facile da usare per la modifica della conoscenza per LLMs.
Ceci est le code du livre "Apprendre le Deep Learning avec PyTorch"
Apprentissage efficace en peu d'exemples (few-shot) avec Sentence Transformers
100 énigmes de données pour pandas, allant de courtes et simples à super délicates (60 % terminé)
Parcours d'apprentissage et résumé des connaissances en apprentissage automatique et apprentissage profond
Un pipeline de génération de données pour créer des vidéos synthétiques semi-réalistes multi-objets avec des annotations riches telles que des masques de segmentation d'instance, des cartes de profondeur et un flux optique.
Une bibliothèque pour déboguer/inspecter les classificateurs d'apprentissage automatique et expliquer leurs prédictions
Un cours accéléré en six épisodes pour les développeurs de logiciels qui souhaitent devenir praticiens en apprentissage automatique.
Bibliothèque d'optimisation bayésienne et d'apprentissage par renforcement développée par le laboratoire Noah's Ark de Huawei
Une bibliothèque open-source de journalisation de données pour les modèles d'apprentissage automatique et les pipelines de données. 📚 Offre une visibilité sur la qualité des données et les performances du modèle au fil du temps. 🛡️ Prend en charge la collecte de données respectueuse de la vie privée, garantissant sécurité et robustesse. 📈
Une plateforme d'apprentissage en boucle fermée pour la vision par ordinateur où le code peut être exécuté interactivement en ligne. Apprentissage en boucle fermée "Vision par ordinateur en action : algorithmes et applications" livre électronique chinois, code source, communauté d'échange pour les lecteurs (mise à jour continue ...) 📘 E-book en ligne https://charmve.github.io/computer-vision-in-action/ 👇Page d'accueil du projet
🎁 Plus de 7 400 000 images Unsplash mises à disposition pour la recherche et l'apprentissage automatique
📊⚽ Une collection de projets, de données et d'analyses de football par Edd Webster (@eddwebster), y compris une liste organisée de ressources publiquement disponibles publiées par la communauté d'analystes de football.
Livre_6_"La Voie des Données" | Le livre Iris : De l'addition, la soustraction, la multiplication et la division au machine learning ; nous vous invitons à critiquer et corriger ! Les étudiants qui corrigeront le plus d'erreurs recevront un exemplaire du livre en remerciement !
Calculez facilement les plongements de clips et créez un système de récupération de clips avec eux
La traduction chinoise de The Elements of Statistical Learning (ESL), implémentations de code et solutions aux exercices.
Exemples, tutoriels de bout en bout et applications conçus à l'aide des modèles fondamentaux d'IA Liquid (LFM) et du SDK LEAP
FLUX, Stable Diffusion, SDXL, SD3, LoRA, Fine Tuning, DreamBooth, Entraînement, Automatic1111, Forge WebUI, SwarmUI, DeepFake, TTS, Animation, Texte vers Vidéo, Tutoriels, Guides, Conférences, Cours, ComfyUI, Google Colab, RunPod, Kaggle, NoteBooks, ControlNet, TTS, Clonage Vocal, IA, Actualités IA, ML, Actualités ML, Actualités, Tech, Actualités Tech, Kohya, Midjourney, RunPod
Cahiers Jupyter et autres ressources pour Think Python par Allen Downey, publié par O'Reilly Media.
Code pour "LoFTR: Detector-Free Local Feature Matching with Transformers", CVPR 2021, T-PAMI 2022
Évaluation comparative de la capacité de raisonnement complexe des grands modèles linguistiques avec l'incitation en chaîne de pensée
TradeMaster est une plateforme open-source pour le trading quantitatif alimentée par l'apprentissage par renforcement :fire: :zap: :rainbow:
Liste de papiers, code et expériences utilisant l'apprentissage profond pour la prévision de séries temporelles
Le dépôt du cours YouTube de freeCodeCamp, Algorithmic Trading in Python
Le fichier /llms.txt, aidant les modèles linguistiques à utiliser votre site Web
Medusa : Un framework simple pour accélérer la génération LLM avec plusieurs têtes de décodage
Ressources complètes sur l'IA générative, y compris une feuille de route détaillée, des projets, des cas d'utilisation, la préparation aux entretiens et la préparation au codage.