Jupyter Notebook 저장소
저장소 총 1,614개
동반 소스 코드: O'Reilly Media에서 출간 예정인 Lakshmanan & Tigani의 'BigQuery: The Definitive Guide'
이 리포지토리는 LinkedIn Learning 과정: Python Essential Training (UPDATE FY24 Q4) 용입니다.
이미지 매칭 벤치마크의 공개 릴리스: https://image-matching-challenge.github.io
Digital Earth Australia, Open Data Cube, Xarray를 사용한 지리 공간 분석을 위한 오픈 소스 Jupyter Notebook 및 Python 도구
(중국어 전용)내가 아는 모든 것: DevOps & CloudNative, Linux, Embedded, Homelab, Music, Blockchain, AI 등...
최초의 한의학 대규모 언어 모델 - "CMLM-ZhongJing". 고대 중국 의학의 거장 장중경의 깊은 지혜에서 영감을 받아, 전통 한의학 분야를 위해 특별히 설계된 사전 훈련된 대규모 언어 모델입니다.
apricot는 대규모 데이터 세트의 부분 집합을 선택하여 머신 러닝 모델을 빠르게 훈련시키기 위해 준모듈러 최적화를 구현합니다. 문서 페이지 참조: https://apricot-select.readthedocs.io/en/latest/index.html
더 이상 사용되지 않는 과거 저장소입니다. Superlinked는 현재 임베딩, 리랭킹, OCR, 추출 및 문서 처리를 위한 자체 호스팅 추론 엔진인 SIE를 개발하고 있습니다.
본 프로젝트는 통계학과 금융 이론을 결합하여 주식 시장에서 사용되는 인기 있는 거래 전략인 페어 트레이딩을 시연합니다.
LLM 기반 AI 에이전트 구축을 위한 입문 예제. 비동기 도서(异步图书): 《대규모 모델 애플리케이션 개발: AI 에이전트 직접 만들기》 - 이는 초보자의 입문을 돕기 위한 매우 간단한 예제들입니다. 현재 LLM 개발 분야는 매우 빠르게 발전하고 있으며, 이 책은 단지 개요를 제공할 뿐입니다. 더 많은 예제와 코드는 OpenAI Cookbook 및 LangChain Example에서 찾아보실 수 있습니다.
CoexistAI는 모듈식이며 개발자 친화적인 연구 보조 프레임워크입니다. LLM, 웹 검색, Reddit, YouTube 및 매핑 도구를 사용하여 연구 워크플로우를 구축, 검색, 요약 및 자동화할 수 있습니다. 모든 작업은 간단한 MCP 도구 호출, API 호출 또는 Python 함수로 수행됩니다.
O'Reilly 도서 《An Illustrated Guide to AI Agents》의 공식 코드 저장소
논문 "The Stable Signature Rooting Watermarks in Latent Diffusion Models"의 공식 구현
『Deep Reinforcement Learning Hands-On』 제3판_Packt 출판
MonsterUI는 FastHTML과 Tailwind를 활용한 UI 프레임워크로, 최소한의 코드로 아름다운 웹 인터페이스를 만들 수 있습니다.
이 저장소는 Apache MXNet 딥러닝 프레임워크를 사용하여 IAM 데이터셋에서 엔드투엔드 전체 페이지 필기 인식을 수행하기 위한 신경망 모델을 훈련할 수 있게 합니다.
Geometric GNN Dojo는 기하학적 그래프 신경망(Geometric Graph Neural Networks)의 설계 공간을 탐색하기 위한 통합 구현 및 실험을 제공합니다 (ICML 2023)