Jupyter Notebook 저장소
저장소 총 1,614개
기계 학습 방법 연습 문제 해답, 온라인 열람 주소: https://datawhalechina.github.io/statistical-learning-method-solutions-manual
이 리소스는 CSDN에서 작성된 Python 이미지 처리 기사에 대한 작성자의 지원이며, 주로 Python으로 이미지 처리, 이미지 인식, 이미지 분류 등의 알고리즘 코드를 구현하는 데 중점을 둡니다. 이 리소스가 귀하에게 도움이 되기를 바라며, 함께 노력합시다.
NLP 언어 모델을 설명, 분석 및 시각화하세요. Ecco는 Transformer 기반 언어 모델(GPT2, BERT, RoBERTa, T5, T0 등)의 동작을 설명하는 대화형 시각화를 Jupyter 노트북에서 직접 생성합니다.
대규모 모델 알고리즘 직무 면접 질문 (답변 포함): 일반적인 질문 및 개념 분석 "대규모 모델 면접 질문", "알고리즘 직무 면접", "면접 일반 질문", "대규모 모델 알고리즘 면접", "대규모 모델 애플리케이션 기초"
Classiq 라이브러리는 양자 알고리즘 및 애플리케이션의 가장 큰 컬렉션입니다. 양자 컴퓨팅 소프트웨어를 탐색하는 가장 좋은 방법입니다. 저희 라이브러리에 커뮤니티의 기여를 환영합니다 🙌
이 리포지토리는 다양한 ML 개념을 이해하고 숙달하기 위해 수행된 머신러닝 프로젝트 컬렉션을 선보입니다. 각 프로젝트는 이론적 지식을 실제 시나리오에 적용하려는 노력을 반영하며, 머신러닝 기술 및 도구에 대한 숙련도를 보여줍니다.
LangChain 공식 Document, Cookbook, 그 밖의 실용 예제를 바탕으로 작성한 한국어 튜토리얼입니다. 본 튜토리얼을 통해 LangChain을 더 쉽고 효과적으로 사용하는 방법을 배울 수 있습니다.
Excel, Matlab, Power BI, Python, R 및 Tableau의 다양한 주식 분석 유형
"Large Language Models"의 "Automatic Chain of Thought Prompting" 공식 구현 (계속 지켜봐 주시고 더 많은 내용이 업데이트될 예정입니다)
Approaching (Almost) Any Machine Learning Problem 중국어 번역본, 온라인 문서 주소: https://ytzfhqs.github.io/AAAMLP-CN/
[CVPR 2021] Transformer 기반 네트워크의 분류를 시각화하는 새로운 방법인 Transformer Interpretability Beyond Attention Visualization의 공식 PyTorch 구현.
GPU 또는 CPU에서 어디서든(Linux/Windows/Mac) Gradio UI를 사용하여 Llama 2를 로컬에서 실행하세요. 생성 에이전트/앱의 로컬 llama2 백엔드로 `llama2-wrapper`를 사용하세요.
DeepLearning.AI MLEP 특수화 공개 저장소
코더의 평생 학습! 노트 & 튜토리얼. 대학원 입학 시험, 취업, 학업. 언어 편, Android, C++, Java, JavaScript, Latex, MATLAB, NodeJS, PHP, Python, 기술 편, docker, git, Linux, Maven, office, Spark, Spring, SVN, 기초 편, 컴파일러 이론, 운영체제, 마이크로컨트롤러, 컴퓨터 네트워크, 컴퓨터 네트워크 실험, 아키텍처 패턴, 소프트웨어 문서 작성, 디자인 패턴, 자료 구조, 데이터베이스, 알고리즘, UML 모델링, Windows 프로그래밍, 수학 편, 확률 및 수리 통계, 미적분학, 선형 대수, 텐서, 머신러닝 편, 머신러닝, pytorch, sklearn, TensorFlow
PyTorch를 사용한 지속 학습을 위한 다양한 방법(XdG, EWC, SI, LwF, FROMP, DGR, BI-R, ER, A-GEM, iCaRL, Generative Classifier)의 구현. 세 가지 다른 시나리오에서.