#machine-learning Dépôts
2,070 dépôts au total
Notes de lecture sur l'apprentissage profond et l'apprentissage automatique
Optimisation légère avec des techniques locales, globales, basées sur la population et séquentielles à travers des espaces de recherche mixtes
Maia est un moteur d'échecs basé sur un réseau neuronal semblable à l'homme, entraîné sur des millions de parties humaines.
Hyperréseaux qui adaptent les LLM pour des tâches de référence spécifiques en utilisant uniquement la description textuelle de la tâche comme entrée
Code / solutions pour les mathématiques pour l'apprentissage automatique (Livre MML)
Qualcomm® AI Hub Models est notre collection de modèles d'apprentissage automatique de pointe optimisés pour les performances (latence, mémoire, etc.) et prêts à être déployés sur les appareils Qualcomm®.
GraphVite : Un système général et haute performance d'incorporation de graphes
Deep Reinforcement Learning Hands-On : Deuxième Édition, publié par Packt
Un dépôt PyTorch pour le chargement des données et les utilitaires à partager par les bibliothèques de domaine PyTorch.
ktrain est une bibliothèque Python qui rend l'apprentissage profond et l'IA plus accessibles et plus faciles à appliquer
Therapeutics Commons (TDC) : Fondation multimodale pour la science thérapeutique
Python for Algorithmic Trading Cookbook, publié par Packt
Papiers, référentiel et autres données sur la recherche d'anime ou de manga. S'il vous plaît, faites-moi savoir si vous avez des informations que la liste n'inclut pas.
Cadre de traitement des observations de la Terre pour l'apprentissage automatique en Python
Une liste classée d'incroyables projets Jupyter Notebook, Hub et Lab (extensions, noyaux, outils). Mis à jour chaque semaine.
⚡️Le framework de perception spatiale pour construire rapidement des robots intelligents et des espaces
Un primer d'apprentissage automatique construit à partir des premiers principes. Pour les ingénieurs qui veulent raisonner sur les systèmes ML comme ils raisonnent sur les systèmes logiciels.
Ce codebase démontre comment synthétiser des animations réalistes de personnages 3D à partir d'un signal vocal arbitraire et d'un maillage de personnage statique.
Un modèle de décision compact et rapide, ou modèle de système 1, pour les flux de travail agentiques. Il choisit parmi plusieurs options ou attribue une note sur une échelle plus rapidement qu’un LLM, avec un niveau de confiance calibré pour chaque décision.
Commencez à apprendre C# avec les notebooks C# alimentés par .NET Interactive et VS Code.
[PKU EPIC Lab] Guide d'introduction à l'IA incarnée pour les débutants
Paquet pour l'inférence causale dans les graphes et dans les paramètres par paires. Des outils pour la récupération de la structure du graphe et des dépendances sont inclus.
Solveurs de Réseaux de Neurones Informés par la Physique (PINN) d'Équations aux (Dérivées) Partielles pour Simulation Accélérée de l'Apprentissage Automatique Scientifique (SciML)
Ressources pour vous aider à préparer vos futurs entretiens en science des données
[CVPR 2026] 🔥🔥 Repo officiel de USO : Génération unifiée de style et basée sur le sujet via l'apprentissage désentrelacé et l'apprentissage par récompense
:octocat: 120+ ressources de cours universitaires nationaux triées sur le volet, bienvenue pour ajouter ou corriger
Une collection d'outils de nœuds du projet VNCCS qui sont utiles non seulement pour les objectifs principaux du projet mais également pour les flux de travail quotidiens de ComfyUI.
PDEBench : Une référence étendue pour l'apprentissage automatique scientifique
Implémentation Keras de "One pixel attack for fooling deep neural networks" utilisant l'évolution différentielle sur Cifar10 et ImageNet
📈 Adaptatif : apprentissage actif parallèle de fonctions mathématiques
🖥️ L'application de bureau MetaMask est une application de portefeuille crypto compagnon qui améliore les performances globales de la version MetaMask Extension Flask
Distribuez et exécutez des charges de travail d'IA sur Kubernetes de manière magique en Python, comme PyTorch pour l'infrastructure ML.
Réunir d'excellents projets open source d'intelligence artificielle (IA) du monde entier.
TorchXRayVision : Une bibliothèque de jeux de données et de modèles de radiographies thoraciques. Classificateurs, segmentation et auto-encodeurs.
Cadre sequence-to-sequence avec un accent sur la traduction automatique neuronale basé sur PyTorch
Toutes les notes manuscrites 📝 et les fichiers de code source 🖥️ utilisés dans mes vidéos YouTube sur l'apprentissage automatique et la simulation (https://www.youtube.com/channel/UCh0P7KwJhuQ4vrzc3IRuw4Q)
Système de contrôle de version de données ultra-rapide pour les grands référentiels de données. On dirait git, pousse et tire comme des bœufs.
Un hub complet et structuré pour apprendre l'Intelligence Artificielle — couvrant l'IA, le Machine Learning, le Deep Learning et la Science des Données avec des livres, des feuilles de route et des ressources sélectionnées du débutant à l'avancé.