#machine-learning Dépôts
2,070 dépôts au total
Une suite de nœuds étendue qui permet à ComfyUI de traiter des entrées 3D (Mesh & Texture UV, etc.) à l'aide d'algorithmes de pointe (3DGS, NeRF, etc.).
Tutoriel d'introduction à PyTorch, adresse de lecture en ligne : https://datawhalechina.github.io/thorough-pytorch/
Filtrage collaboratif Python rapide pour les jeux de données à feedback implicite
Livre_5_《Statistiques simplifiées》 | Le Livre Iris : De l'arithmétique à l'apprentissage automatique ; en stock !
Une bibliothèque Python pour l’apprentissage auto-supervisé et les modèles de monde latents appliqués aux images.
DeepVariant est un pipeline d'analyse qui utilise un réseau de neurones profonds pour appeler des variantes génétiques à partir de données de séquençage d'ADN de nouvelle génération.
Réponses à 120 questions couramment posées lors d'entretiens en data science.
Implémentation la plus simple et fonctionnelle de Stylegan2, réseau antagoniste génératif de pointe, en PyTorch. Permettant à chacun de découvrir le disentanglement.
Une collection de méthodes scientifiques, de processus, d'algorithmes et de systèmes pour construire des histoires et des modèles.
Version améliorée des modèles probabilistes de diffusion par débruitage
🚀 Collection organisée de superbes scripts Python, des bases à l'avancé, avec des scripts de tâches d'automatisation.
Un bras humanoïde entièrement open-source pour la recherche en IA physique et le déploiement dans des environnements riches en contacts.
Mises en œuvre concrètes de l'IA publiées par de grandes entreprises, dernières recherches issues de laboratoires de pointe, et retours d'expérience réels sur les défis industriels
Une collection de papiers de recherche et d'enquêtes sur les techniques de publicité display basées sur l'enchère en temps réel (RTB)
GLIDE : un modèle de synthèse d'images conditionnel à base de diffusion piloté par le texte
"Les mathématiques ne sont pas difficiles" - "L'algèbre linéaire n'est pas difficile", volumes 1 et 2, 66 sujets achevés ; bienvenue aux critiques et suggestions.
Ressources en trading quantitatif/algorithmique avec un accent sur Machine Learning
L'outil d'interprétabilité de l'apprentissage : analysez interactivement les modèles ML pour comprendre leur comportement dans une interface extensible et indépendante du framework.
🧠💬 Articles que j'ai écrits sur l'apprentissage automatique, archivés depuis MachineCurve.com.
Une liste de ressources en ligne pour la modélisation quantitative, le trading et la gestion de portefeuille
Probablement la meilleure liste curated de logiciels de data science en Python.
Une bibliothèque PyTorch modulaire, axée sur les primitives et d'abord en Python pour l'apprentissage par renforcement.
Alink est la plateforme d'algorithmes d'apprentissage automatique basée sur Flink, développée par l'équipe PAI de la plateforme de calcul Alibaba.
MNE : Magnétoencéphalographie (MEG) et Électroencéphalographie (EEG) en Python
Une bibliothèque pour accélérer les modèles Transformer sur les GPU NVIDIA, y compris l'utilisation de la précision flottante 8 bits et 4 bits (FP8 et FP4) sur les GPU Hopper, Ada et Blackwell, afin d'offrir de meilleures performances avec une utilisation de mémoire réduite en entraînement et en inférence.
Introduction rapide à la théorie et à la pratique appliquée de l'IA : bases, Transformer, NLP, ML, DL, compétitions. Comprend de nombreux commentaires et ensembles de données, dans le but de permettre à chacun de comprendre et de reproduire.
🔥🔥Bibliothèque de Reconnaissance Faciale Haute Performance sur PaddlePaddle & PyTorch🔥🔥
Hummingbird compile des modèles ML entraînés en calcul tensoriel pour une inférence plus rapide.
Tous les supports de cours pour le cours Zero to Mastery Machine Learning and Data Science.
🛠 IDE tout-en-un basé sur le web spécialisé en machine learning et data science.
PennyLane est une plateforme logicielle quantique open-source pour l’informatique quantique, l’apprentissage machine quantique et la chimie quantique. Créez des algorithmes quantiques significatifs, de l’inspiration à la mise en œuvre.
Une bibliothèque pour l'apprentissage par transfert en réutilisant des parties de modèles TensorFlow.