Jupyter Notebook 저장소
저장소 총 1,614개
PyTorch, Triton, CUDA를 활용해 LLM 알고리즘과 시스템을 실습합니다. 《LLM 알고리즘 및 시스템 튜토리얼》에서는 모델 아키텍처와 학습, 후속 학습, 추론 가속, 성능 및 연산자 최적화를 다루며, Notebook 실습, 정답 해설, 테스트와 실험도 제공합니다.
이 프로젝트는 RestNext 및 LSTM과 같은 딥러닝 기술을 사용하여 비디오 딥페이크를 탐지하는 것을 목표로 합니다. 사전 훈련된 RestNext CNN을 사용하여 특징 벡터를 얻는 전이 학습을 통해 딥페이크 탐지를 달성했으며, LSTM 계층은 특징을 사용하여 훈련됩니다. 자세한 내용은 설명서를 참조하십시오.
회계, 고객, 직원, 법무, 경영 및 운영을 위한 실용적인 비즈니스 머신러닝(BML) 및 비즈니스 데이터 사이언스(BDS) 응용 사례의 큐레이티드 목록 (@firmai 작성)
Google Cloud Vertex AI를 사용하여 머신러닝 및 생성형 AI 워크플로를 사용, 개발 및 관리하는 방법을 보여주는 노트북, 코드 샘플, 샘플 앱 및 기타 리소스입니다.
[MICCAI 2019 젊은 과학자상] [MedIA 최우수 논문상] Models Genesis: 3D 의료 영상을 위한 자기지도 사전 학습. 라벨이 없는 CT 및 MRI 볼륨에서 전이 가능한 표현을 학습한 후, downstream 분할 및 분류 작업에 맞게 파인튜닝합니다. Keras 및 PyTorch 가중치가 포함되어 있습니다.
특징 공학은 도메인 지식을 사용하여 데이터 마이닝 기법을 통해 원시 데이터에서 특징을 추출하는 과정입니다. 이러한 특징은 머신 러닝 알고리즘의 성능을 향상시키는 데 사용될 수 있습니다. 특징 공학은 응용 머신 러닝 자체로 간주될 수 있습니다.
이 Jupyter 노트북 모음은 다양한 AI 도구 및 기술에 대한 포괄적인 가이드를 제공하도록 설계되었습니다
'EasyOffer'(<대형 모델 면접 경험 모음>)은 LLM 아기를 위해 맞춤 제작된 대형 모델 여름 인턴십 오퍼 가이드입니다. 주로 대형 모델 여름 인턴십 및 가을 채용 준비를 위해 몇 가지 일반적인 대기업 코드 분할 과제, 면접 경험 및 일반적인 사고 문제를 기록합니다. 저는 초보자이며 아직 배우고 있습니다... 전문가 여러분, 실수가 있다면 언제든지 지적해주세요. 모두가 원하는 오퍼를 받기를 바랍니다!
:books: [.md & .ipynb] 인공지능 & 딥러닝 시리즈, 수학 기초, 파이썬 실습, NLP 응용 등 포함. 💫 인공지능과 딥러닝 실전, 수리통계편 | 머신러닝편 | 딥러닝편 | 자연어처리편 | 도구 실습 Scikit & TensorFlow & PyTorch 편 | 산업 적용 & 강의 노트
Dr. Marco Lopez de Parodo의 Advances in Financial Machine Learning 연습 문제에 대한 모든 답변입니다.
CAMEL 프레임워크를 기반으로 한 멀티 에이전트 튜토리얼로, 에이전트 사회를 처음부터 구축하는 방법을 이해하는 것을 목표로 합니다!