Jupyter Notebook Repository
1,614 repository in totale
Addomesticare i Transformer per la sintesi di immagini ad alta risoluzione
L'adattatore per prompt di immagini รจ progettato per consentire a un modello di diffusione da testo a immagine preaddestrato di generare immagini con un prompt di immagini.
Modelli Silero: modelli text-to-speech pre-addestrati resi incredibilmente semplici
Orchestrazione GPU tollerante ai guasti, altamente scalabile, e un framework di machine learning progettato per addestrare modelli con miliardi a trilioni di parametri
Ottimizzazione del portafoglio finanziario in Python, inclusi la frontiera efficiente classica, Black-Litterman e la paritร di rischio gerarchica
Serie temporali Timeseries Deep Learning Machine Learning Python Pytorch fastai | Libreria Deep Learning all'avanguardia per Serie Temporali e Sequenze in Pytorch / fastai
Versione cinese di CLIP che ottiene il recupero cross-modale e la generazione di rappresentazioni in cinese.
Questo รจ il codice ufficiale per il progetto MobileSAM che rende SAM leggero per applicazioni mobili e oltre!
Implementa un LLM di ragionamento in PyTorch da zero, passo dopo passo
Una raccolta di esempi che mostrano come utilizzare il framework CrewAI per automatizzare i flussi di lavoro.
YOLOv6: un framework di rilevamento di oggetti a singolo stadio dedicato alle applicazioni industriali.
250+ Notebook di Fine-tuning & RL per modelli di testo, visione, audio, embedding, TTS.
Tutto il materiale del corso per il corso Zero to Mastery Deep Learning with TensorFlow.
T81-558: Keras - Applicazioni di Reti Neurali Profonde @Washington University in St. Louis
"Apprendimento automatico probabilistico" โ una serie di libri di Kevin Murphy
Riconoscimento vocale automatico con diarizzazione del parlante basato su OpenAI Whisper
Tutorial sull'implementazione di alcuni modelli sequence-to-sequence (seq2seq) con PyTorch e TorchText.
Codice PyTorch per BLIP: Bootstrapping Language-Image Pre-training per la comprensione e generazione unificata visione-linguaggio
Progetti ed esercizi per il programma Nanodegree di Deep Learning piรน recente https://www.udacity.com/course/deep-learning-nanodegree--nd101
Repository di codice per l'apprendimento automatico con PyTorch e Scikit-Learn
Materiali bonus, esercizi e progetti di esempio per i nostri tutorial Python
Sutskever 30 implementazioni ispirate a https://papercode.vercel.app/ | Per Agents, usa https://github.com/pageman/Sutskever-Agent | Versione Poliglotta / Multi-Backend su https://github.com/pageman/sutskever-30-beyond-numpy
CoTracker รจ un modello per tracciare qualsiasi punto (pixel) su un video.
Repository per il programma Nanodegree in Deep Reinforcement Learning
"Guida alla costruzione di una White Box per Grandi Modelli": Un Tiny-Universe interamente assemblato a mano
Codice per il libro Deep Learning with PyTorch di Eli Stevens, Luca Antiga e Thomas Viehmann.
Link a pubblicazioni di conferenze in deep learning basato su grafi
๐ Portfolio accademico che aumenta le citazioni. L'IA genera pagine, tu le possiedi come Markdown. Importazione automatica BibTeX, Jupyter, LaTeX, slide, editor a blocchi visivo โ hosting gratuito per sempre. Homepage accademica, generata da IA, possiedi in Markdown ๐
Addestra o affina facilmente modelli SOTA di computer vision con un'unica libreria di training open source. La casa di Yolo-NAS.
๐ Un curriculum open-source e hands-on che colma il divario dai concetti base di RL all'allineamento LLM, RLVR e sistemi Agentic avanzati.
ALICE (Automated Learning and Intelligence for Causation and Economics) รจ un progetto di Microsoft Research mirato ad applicare concetti di Intelligenza Artificiale al processo decisionale economico. Uno dei suoi obiettivi รจ creare un kit di strumenti che combini tecniche di machine learning all'avanguardia con l'econometria al fine di portare l'automazione a problemi complessi di inferenza causale. Ad oggi, il SDK Python di ALICE (econml) implementa algoritmi di machine learning ortogonali come il lavoro sul double machine learning di
Un linguaggio di programmazione probabilistico in TensorFlow. Modelli generativi profondi, inferenza variazionale.