#notebook Repository
Scopri 75 repository GitHub open source attivi contrassegnati con #notebook, che raccolgono un totale di 458,289 stelle (con una media di 6,110 stelle per progetto). Il progetto leader di questo argomento è d2l-ai/d2l-zh, con 74,659 stelle.
75 repository in totale
《Impara Deep Learning Praticando》: Per lettori cinesi, eseguibile e discutibile. Le versioni in cinese e inglese sono utilizzate per l'insegnamento in oltre 500 università in più di 70 paesi.
Un'implementazione open source di Notebook LM con maggiore flessibilità e funzionalità
Libro interattivo di deep learning con codice multi-framework, matematica e discussioni. Adoptato in 500 università di 70 paesi, inclusi Stanford, MIT, Harvard e Cambridge.
✅(Completato) Note super complete e approfondite su Deep Learning 【Tuduī PyTorch】【Li Mu Impara Deep Learning Praticamente】【Andrew Ng Deep Learning】【Dafei Modelli Grandi Agent】
Un'alternativa a Evernote per prendere appunti completamente open source e crittografata end-to-end.
Uno strumento di note AI personale open-source, self-hosted e basato sulla privacy, costruito utilizzando TypeScript.
CLI e web locale per appunti in testo semplice, segnalibri e archiviazione con link, tagging, filtraggio, ricerca, versionamento e sincronizzazione Git, conversione Pandoc, + altro, in un unico script portatile.
App per disegnare/lavagna su tela infinita per Windows, Linux e macOS. Realizzata con Godot.
Un editor Markdown altamente estensibile con controllo versione, AI Copilot, annotazioni dei documenti, mappe mentali, crittografia dei documenti, frammenti di codice eseguibili, incorporamento di grafici, applet HTML, plugin e sostituzione di macro. Il terminale integrato nella barra laterale rende il lavoro con l’IA più rapido e comodo.
QOwnNotes è un blocco note per file di testo semplice e un gestore di liste di cose da fare con supporto Markdown e integrazione Nextcloud / ownCloud.
cube studio Piattaforma AI Open-Source Cloud-Native One-Stop per Machine Learning/Deep Learning/Grandi Modelli, MLOps Flusso completo del link algoritmico, Piattaforma di noleggio di capacità computazionale, Sviluppo online Notebook, Orchestrazione di pipeline di flusso di task drag-and-drop, Addestramento distribuito multi-macchina multi-GPU, Ricerca di iperparametri, Virtualizzazione VGPU del servizio di inferenza, Edge Computing, Annotazione automatizzata della piattaforma di annotazione, Fine-tuning SFT di grandi modelli/Modello di ricompensa/Addestramento di apprendimento per rinforzo di Deepseek, Inferenza multi-macchina di grandi modelli come vLLM/Ollama/MindSpore, Knowledge Base privata, Mercato di modelli AI, Supporto per CPU/GPU/NPU domestici ecosistema Ascend, Supporto per RDMA, Supporto per framework distribuiti come PyTorch/TF/MXNet/DeepSpeed/Paddle/ColossalAI/Horovod/Ray/Volcano
Notebook Python con esempi di ML e deep learning con Azure Machine Learning Python SDK | Microsoft
Impressiona il tuo capo e trasforma un notebook Jupyter in una bellissima app web condivisibile — niente callback, niente frontend, niente riscrittura.
Dashboard e notebook in un unico posto. Crea dashboard potenti e flessibili utilizzando il codice, oppure crea splendidi notebook simili a Notion e condividili con il tuo team.
Libreria di Template per Competizioni di Algoritmi KTH (... o il patch di KTH per la produzione di AC)
Una soluzione open source per la gestione dei problemi e l'help desk. Un'alternativa a Zendesk & Jira
Una piattaforma di apprendimento a circuito chiuso per la visione artificiale in cui il codice può essere eseguito interattivamente online. Libro elettronico cinese "Computer Vision in Action: Algorithms and Applications" a circuito chiuso, codice sorgente, comunità di scambio per lettori (in continuo aggiornamento ...) 📘 E-book online https://charmve.github.io/computer-vision-in-action/ 👇Pagina principale del progetto
Acquisisci le competenze essenziali necessarie per riconoscere e risolvere problemi complessi del mondo reale con Machine Learning e Deep Learning sfruttando l'ecosistema Python Machine Learning altamente popolare.
Querybook è un'interfaccia utente per l'interrogazione di Big Data, che combina metadati di tabelle collocati con una semplice interfaccia notebook.
TidGi è un'app desktop per la gestione della conoscenza basata su Tiddlywiki, attenta alla privacy, automatizzata, con backup automatico tramite Git, distribuibile liberamente e con API REST per il web-clipping e la connessione ad Anki. 「 太记 」是一个基于「 太微 TiddlyWiki 」的知识管理桌面应用,能保护隐私内容、高级自动化、自动Git云备份、部署为博客,且可通过RESTAPI与Anki等应用连接。(迭代开发中欢迎试用,开发进度见下方链接)(Under active development, see website below for details)
Assistenza alla codifica per JupyterLab (navigazione del codice + suggerimenti al passaggio del mouse + linter + completamento automatico + ridenominazione) utilizzando il Language Server Protocol
Un'app moderna per prendere appunti basata su GIT che non richiede un ambiente GIT locale.
Tutorial Apache Spark & Python (pySpark) per l'Analisi Big Data e Machine Learning come notebook IPython / Jupyter
Glamorous Toolkit è l'Ambiente di Sviluppo Moldable. Vi abilita a rendere i sistemi spiegabili attraverso micro tool contestuali.
:notebook: eLabFTW è il notebook di laboratorio elettronico open source più popolare per i laboratori di ricerca.
Kit completo per la penetrazione e lo sfruttamento di Vcenter | Vcenter Comprehensive Penetration and Exploitation Toolkit
Un elenco classificato di fantastici progetti Jupyter Notebook, Hub e Lab (estensioni, kernel, strumenti). Aggiornato settimanalmente.
Domande frequenti
Qual è il repository #notebook più popolare su GitHub?
Il progetto open source #notebook più alto in classifica su GitHub è d2l-ai/d2l-zh, con 74,659 stelle. 《Impara Deep Learning Praticando》: Per lettori cinesi, eseguibile e discutibile. Le versioni in cinese e inglese sono utilizzate per l'insegnamento in oltre 500 università in più di 70 paesi.
Quali linguaggi di programmazione sono più utilizzati nei repository #notebook?
Tra i progetti #notebook più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono TypeScript, Python, Jupyter Notebook, C++.
Come viene calcolata la classifica dei repository #notebook?
Monitoriamo 75 repository open source attivi contrassegnati con #notebook (500+ stelle), per un totale di 458,289 stelle e una media di 6,110 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.