#machine-learning Dépôts
2,070 dépôts au total
Solveurs numériques d'équations différentielles en JAX. Autodifférentiables et compatibles GPU. https://docs.kidger.site/diffrax/
Algorithmes ML implémentés et dérivés des premiers principes dans Jupyter Notebooks et NumPy
Modèles de diffusion en imagerie médicale (publié dans le Medical Image Analysis Journal)
Apprentissage profond et en ligne avec des réseaux de neurones à impulsions en Python
Une boîte à outils/bibliothèque Python pour l'apprentissage automatique/profonds centré sur la réalité et le data mining sur des séries temporelles partiellement observées, avec plus de 50 modèles de réseaux de neurones SOTA pour les tâches d'analyse scientifique (imputation, classification, clustering, prévision, détection d'anomalies, nettoyage) sur des TS multivariées industrielles incomplètes échantillonnées irrégulièrement avec des valeurs manquantes NaN
.NET for Apache® Spark™ rend Apache Spark™ facilement accessible aux développeurs .NET.
Bibliothèque d'inférence légère pour fichiers ONNX, écrite en C++. Elle peut exécuter Stable Diffusion XL 1.0 sur un RPI Zero 2 (ou dans 298 Mo de RAM) mais aussi Mistral 7B sur les ordinateurs de bureau et les serveurs. Support ARM, x86, WASM, RISC-V. Accéléré par XNNPACK. Bindings Python, C# et JS (WASM) disponibles.
🤖 La liste la plus complète d'agents IA, frameworks et outils en 2026. 300+ ressources · 20+ catégories · Mis à jour mensuellement.
Manuel de solutions pour exercices sur les méthodes d'apprentissage automatique, adresse de lecture en ligne : https://datawhalechina.github.io/statistical-learning-method-solutions-manual
Une boîte à outils sur site, sans OCR, pour l'extraction de données non structurées, la conversion en markdown et le benchmarking. (https://idp-leaderboard.org/)
Une CLI Node.js qui utilise les modèles Ollama et LM Studio (Llava, Gemma, Llama etc.) pour renommer intelligemment les fichiers en fonction de leur contenu
Cette ressource soutient la rédaction d'articles de l'auteur sur CSDN concernant le traitement d'images Python, principalement l'implémentation de code pour des algorithmes tels que le traitement d'images, la reconnaissance d'images, la classification d'images, etc. en Python. J'espère que cette ressource vous sera utile, travaillons ensemble pour y parvenir.
Un package Python pour la prévision bayésienne avec une conception orientée objet et des modèles probabilistes sous-jacents.
Le framework RF et d'ingénierie inverse pour tous. Suivez-nous et ★ pour montrer votre soutien !
Une extension Jupyter proof-of-concept qui convertit les requêtes en anglais en code Python pertinent
Segmentation sémantique sur imagerie aérienne et satellitaire. Extrait des caractéristiques telles que : bâtiments, parkings, routes, eau, nuages
Collaborez et étiquetez tout type de données, d'images, de textes ou de documents, dans une interface Web simple ou une application de bureau.
Une bibliothèque Python pour apprendre et évaluer les embeddings de graphes de connaissances
:cloud: :rocket: :bar_chart: :chart_with_upwards_trend: Évaluation de l'état de l'art en IA
Tout sur l'apprentissage fédéré, y compris les articles de recherche, les livres, les codes, les didacticiels, les vidéos et au-delà
🤖 Une bibliothèque JavaScript puissante et légère + CLI interactive pour ChatGPT
Bibliothèque pour l'entraînement de modèles d'apprentissage automatique avec confidentialité pour les données d'entraînement
Une collection de plus de 1000 articles de synthèse sur le traitement automatique du langage naturel (TAL) et l'apprentissage automatique (ML).
Real-World Masked Face Dataset, ensemble de données de visages masqués du monde réel
Une collection pilotée par la communauté de frameworks, projets et ressources RAG (Retrieval-Augmented Generation). Contribuez et explorez l'écosystème RAG en évolution.
Informations académiques complètes et opportunes sur l'apprentissage fédéré (articles, frameworks, ensembles de données, tutoriels, ateliers)
Dessin de réseaux bayésiens, de modèles graphiques, de tenseurs, de cadres techniques et d'illustrations en LaTeX.
Un package Python pour étendre l'officiel PyTorch qui peut facilement obtenir des performances sur la plateforme Intel
Wrapper Python pour les CRF denses (entièrement connectés) de Philipp Krähenbühl avec des potentiels d'arête gaussiens.
prompt2model - Générer des modèles déployables à partir d'instructions en langage naturel
Humanoid-Gym : Apprentissage par Renforcement pour Robot Humanoïde avec Transfert Sim2Real Zero-Shot https://arxiv.org/abs/2404.05695
Une introduction concise et conviviale pour les débutants aux idées fondamentales de l'algèbre linéaire.
Le code Python pour reproduire les illustrations du livre "The Hundred-Page Machine Learning Book".
CVNets : Une bibliothèque pour entraîner des réseaux de vision par ordinateur
Empreintes de bâtiments mondiales dérivées d'images satellitaires
[ICLR 2024] Implémentation officielle de "TimeMixer: Decomposable Multiscale Mixing for Time Series Forecasting"
Approaching (Almost) Any Machine Learning Problem traduction chinoise, adresse de la documentation en ligne : https://ytzfhqs.github.io/AAAMLP-CN/
Le Virtual Feature Store. Transformez votre infrastructure de données existante en un magasin de fonctionnalités.