Jupyter Notebook リポジトリ
リポジトリ合計1,614件
Altdeep.ai が開催する機械学習における因果モデリングワークショップのオープンソースリポジトリ @ www.altdeep.ai/courses/causalAI
PyTorch、Triton、CUDAを使ってLLMのアルゴリズムとシステムを実践的に学習。『大規模言語モデルのアルゴリズムとシステム講座』では、モデルアーキテクチャと学習、事後学習、推論の高速化、性能と演算子の最適化を扱い、Notebook演習、解答解説、テスト、実験も用意しています。
このプロジェクトは、RestNextやLSTMなどのディープラーニング技術を使用してビデオのディープフェイクを検出することを目的としています。転移学習を使用してディープフェイク検出を達成しました。ここでは、事前トレーニング済みのRestNext CNNを使用して特徴ベクトルを取得し、さらにLSTMレイヤーを特徴を使用してトレーニングします。詳細については、ドキュメントを参照してください。
会計、顧客、従業員、法務、管理、運用のための実用的なビジネス機械学習 (BML) およびビジネスデータサイエンス (BDS) アプリケーションのキュレーションされたリスト(@firmai による)
Google Cloud Vertex AI を使用して機械学習および生成 AI ワークフローの使用、開発、管理方法を示すノートブック、コードサンプル、サンプルアプリ、その他のリソース。
[MICCAI 2019若手科学者賞] [MedIA最優秀論文賞] Models Genesis:3D医用画像のための自己教師あり事前学習。ラベルなしのCTおよびMRIボリュームから転移可能な表現を学習し、その後、下流のセグメンテーションおよび分類タスク向けにファインチューニングします。KerasおよびPyTorchの重みを含みます。
特徴工学は、ドメイン知識を使用してデータマイニング技法により生データから特徴を抽出するプロセスです。これらの特徴は、機械学習アルゴリズムのパフォーマンスを向上させるために使用できます。特徴工学は応用機械学習そのものとみなすことができます。
この Jupyter ノートブックのコレクションは、様々な AI ツールとテクノロジーに関する包括的なガイドを提供するために設計されています
「EasyOffer」(<大規模モデル面接経験集>)は、LLMの赤ちゃんのために特別に作られた大規模モデルのサマーインターンシップオファーガイドです。主に、大規模モデルのサマーインターンシップと秋の採用の準備のために、いくつかの一般的な大企業の手書きコード、大企業の面接経験、一般的な大企業の思考問題などを記録しています。私は初心者で、学習中です...... ご質問があれば、いつでもご指摘ください。皆さんが希望するオファーを獲得できることを願っています!
:books: [.md & .ipynb] 人工知能 & ディープラーニングのシリーズ、数学基礎、Python実践、NLP応用などを含む。💫 人工知能とディープラーニングの実践、数理統計編 | 機械学習編 | ディープラーニング編 | 自然言語処理編 | ツール実践 Scikit & TensorFlow & PyTorch 編 | 業界応用 & コースノート
CAMELフレームワークに基づいたマルチエージェントチュートリアルで、ゼロからエージェント社会を構築する方法を理解することを目的としています!