Python Dépôts
17,914 dépôts au total
[TPAMI 2026🔥] Helios : modèle de génération de vidéos longues véritablement en temps réel
[ICLR 2026] π^3: Apprentissage de la géométrie visuelle permutationalement équivariante
Un modèle d'édition d'images open-source SOTA, qui vise à fournir des performances comparables à celles des modèles propriétaires tels que GPT-4o et Gemini 2 Flash.
dépôt officiel du modèle linguistique de grande taille pour le code aiXcoder-7B
Une bibliothèque pour entraîner et déployer des modèles d'apprentissage automatique sur Amazon SageMaker
Notes détaillées sur le nouveau livre 'Introduction au Traitement du Langage Naturel' de l'auteur de HanLP ! Un ouvrage de référence dans l'industrie, le livre ne présente pas une liste aride et ennuyeuse de formules, mais explique plutôt des modèles algorithmiques faciles à comprendre dans un langage simple. Partant des concepts de base, il introduit progressivement les principes algorithmiques et les implémentations techniques de problèmes populaires tels que la segmentation de mots chinois, l'étiquetage de parties du discours, la reconnaissance d'entités nommées, l'extraction d'informations, le regroupement de texte, la classification de texte et l'analyse syntaxique.
Un cache ORM fluide avec invalidation automatique granulaire pilotée par événements.
micronet, une bibliothèque de compression et de déploiement de modèles. Compression : 1、quantification : entraînement conscient de la quantification(QAT), High-Bit(>2b)(DoReFa/Quantization and Training of Neural Networks for Efficient Integer-Arithmetic-Only Inference)、Low-Bit(≤2b)/Ternaire et Binaire(TWN/BNN/XNOR-Net) ; quantification post-entraînement(PTQ), 8-bit(tensorrt) ; 2、élagage : normal、régulier et élagage de canaux convolutifs en groupe ; 3、structure de convolution en groupe ; 4、fusion de normalisation par lots pour la quantification. Déploiement : tensorrt, fp32/fp16/in
Un ensemble de données de visages à grande échelle pour l'analyse, la reconnaissance, la génération et l'édition de visages.
Un framework Python pour l'appel d'outils LLM auto-hébergés et les flux de travail agents multi-étapes
Dify-Plus est une version open source améliorée de Dify destinée aux environnements d’entreprise. Fondée sur l’architecture native de Dify, elle propose notamment l’authentification unique avec Casdoor, l’administration unifiée du système, les quotas utilisateurs, les limites de clés API et un centre d’applications, sans nécessiter le déploiement séparé d’un back-end d’administration. 🚀 Ce projet est le fruit d’un développement communautaire complémentaire et respecte la licence open source ainsi que les exigences de droits d’auteur du projet Dify original. Pour toute question concernant les licences commerciales, les services multilocataires ou l’utilisation de la marque, veuillez vous référer aux conditions de licence officielles de Dify et contacter l’équipe officielle afin d’obtenir les autorisations et le support appropriés.
YOLOv4, YOLOv4-tiny, YOLOv3, YOLOv3-tiny implémentés dans Tensorflow 2.0, Android. Convertir YOLO v4 .weights en tensorflow, tensorrt et tflite
📺 Une solution de bout en bout pour la génération de vidéos haute résolution et de longue durée basée sur Transformer Diffusion
Karate Club : Un Framework Python Open-Source Orienté API pour l'Apprentissage Non Supervisé sur les Graphes (CIKM 2020)
Outil avancé de gestion des fichiers sur cloud prenant en charge le transfert de fichiers entre 115, 123 et Guangya Cloud, l’organisation des films et de la musique sur le disque, la génération de STRM, ainsi que le reverse proxy et la lecture via 302 pour Emby, Feiniu Movies et Feiniu Music.
Reconnaissance d'entités nommées en chinois avec IDCNN/biLSTM+CRF, et extraction de relations avec biGRU+2ATT Reconnaissance d'entités chinoises et extraction de relations
Voici une liste de sites Web grand public substantiels, commerciaux ou d'intérêt social qui fournissent des services Onion.
Alimenter le RAG avec une interface de données basée sur la mémoire pour des applications polyvalentes !
Apprenez la sécurité du cloud en la construisant ! Un homelab open source qui enseigne, de zéro, le Zero Trust, le DevSecOps, l’IaC et l’architecture cloud.
Technologie d'IA de pointe pour la transcription audio automatisée. Une belle interface graphique pour Whisper d'OpenAI et pyannote (identification du locuteur)
Un éditeur et convertisseur de mondes Minecraft qui prend en charge toutes les versions depuis Java 1.12 et Bedrock 1.7.
Segmentation de mots non supervisée pour la traduction automatique neuronale et la génération de texte
La base de données d'inspiration pour les professionnels de l'Internet, sans publicité, Github Actions détecte automatiquement la vitesse de visite du site web
Découvrez notre package Python conçu pour le trading algorithmique. Il apporte les concepts de l'argent intelligent (smart money) d'ICT à Python, offrant une gamme d'indicateurs pour vos stratégies de trading algorithmique.
label-smooth, amsoftmax, partial-fc, focal-loss, triplet-loss, lovasz-softmax. Peut-être utile
Relecture d'articles, outil de réduction de contenu AIGC (gptzero et autres sites de détection)
Outil FinOps et d'optimisation des coûts cloud. Prend en charge AWS, Azure, GCP, Alibaba Cloud et Kubernetes.
HDF5 pour Python -- Le paquet h5py est une interface pythonique au format de données binaires HDF5.
Le modèle le plus récent, le plus récent et le plus avancé capable de contrôler des ordinateurs et bien plus encore. Nous améliorons ce modèle jour après jour, alors suivez-nous pour connaître et voir les nouveaux modèles.
Réseaux de Neurones Profonds Multi-Tâches pour la Compréhension du Langage Naturel
[CVPR 2025] Implémentation officielle PyTorch de MambaVision : un backbone hybride Mamba-Transformer pour la vision