Jupyter Notebook Repositórios
1,614 repositórios no total
Cadernos Jupyter para o livro Processamento de Linguagem Natural com Transformers
Mineração de dados, visão computacional, processamento de linguagem natural, conhecimento em competições de sistemas de recomendação, código e ideias.
35 arquiteturas de IA agente de nível de produção (Reflexion, LATS, GraphRAG, MemGPT, Voyager, BrowserAgent, ...) — uma biblioteca Python e livro didático executável com suporte a múltiplos provedores de LLM e um quadro de líderes de benchmark de 17 tarefas.
🔥 LeetCode para PyTorch — pratique a implementação de softmax, attention, GPT-2 e mais do zero com correção automática instantânea. Baseado em Jupyter, auto-hospedado ou experimente online.
Amostras de código do livro Web Scraping with Python http://shop.oreilly.com/product/0636920034391.do
Um sistema de conversão de texto em fala de código aberto construído invertendo o Whisper.
Implementação JAX do modelo Whisper da OpenAI para aceleração de até 70x em TPU.
O "Tutorial Prático de Pytorch" (Segunda Edição) abrange desde a introdução para iniciantes completos, aplicações em projetos de CV, NLP e LLM, até a implantação e engenharia avançada. Acreditamos que, com a ajuda deste livro, os leitores serão capazes de dominar facilmente o uso do PyTorch e se tornar excelentes engenheiros de aprendizado profundo.
Código Python para Algoritmos comuns de Aprendizado de Máquina
Tutoriais sobre como começar com PyTorch e TorchText para análise de sentimentos.
Apenas com fundamentos de Python, construa seu próprio robô de inteligência incorporada do zero; construa passo a passo VLA/OpenVLA/SmolVLA/Pi0 do zero, compreenda profundamente a inteligência incorporada
[ICCV 2019] Estimativa de profundidade monocular a partir de uma única imagem
Recursos técnicos para desenvolvedores de IA construírem aplicações, agentes e sistemas usando o Oracle AI Database e os serviços OCI
Fundamentos de Machine Learning: Álgebra Linear, Cálculo, Estatística e Ciência da Computação
Apenas com o básico de Python, construa Large Language Models do zero; construa GLM4\Llama3\RWKV6 passo a passo do zero, compreendendo profundamente os princípios dos grandes modelos
Anotações, tarefas de programação e questionários de todos os cursos da especialização Deep Learning da Coursera oferecida pela deeplearning.ai: (i) Redes Neurais e Aprendizagem Profunda; (ii) Melhorando Redes Neurais Profundas: Ajuste de Hiperparâmetros, Regularização e Otimização; (iii) Estruturação de Projetos de Aprendizado de Máquina; (iv) Redes Neurais Convolucionais; (v) Modelos de Sequência
https://www.youtube.com/channel/UC34rW-HtPJulxr5wp2Xa04w?sub_confirmation=1
Uma biblioteca rápida para AutoML e otimização. Junte-se ao nosso Discord: https://discord.gg/Cppx2vSPVP.
Compartilhamento de conhecimento de AI Infra e prática de código: PyTorch, vLLM/SGLang, introdução ao framework slime/vime ⚡️, aceleração de desempenho 🚀, fundamentos de modelos grandes 🧠, software e hardware de IA 🔧, etc.
Implementações em Python simples de algoritmos básicos de aprendizado de máquina
Cadernos Python com exemplos de ML e aprendizado profundo com o SDK Python do Azure Machine Learning | Microsoft
Um RAG Agentic modular construído com LangGraph — aprenda agentes de Geração Aumentada por Recuperação em minutos.
Aprenda IA Agêntica usando o Padrão de Design Dapr Agentic Cloud Ascent (DACA) e Tecnologias de Nuvem Nativas de Agentes: OpenAI Agents SDK, Memory, MCP, A2A, Knowledge Graphs, Dapr, Rancher Desktop e Kubernetes.
Uma Coleção de Guias Rápidos, Livros, Perguntas e Portfólio Para Preparação de Entrevistas de DS/ML
Uma implementação limpa baseada no AlphaZero para qualquer jogo em qualquer framework + tutorial + Othello/Gobang/TicTacToe/Connect4 e mais
Este projeto reproduz o livro Dive Into Deep Learning (https://d2l.ai/), adaptando o código do MXNet para o PyTorch.
ALOHA Móvel: Aprendendo Manipulação Móvel Bimanual com Teleoperação de Corpo Inteiro de Baixo Custo
Hunyuan-DiT : Um Poderoso Transformer de Difusão Multi-Resolução com Compreensão Chinesa Detalhada
Showcase de IA generativa da MongoDB: uma coleção abrangente de exemplos e aplicações de demonstração que abrangem a geração aumentada por recuperação (RAG), agentes de IA e casos de uso específicos de cada setor.
Fluxos de trabalho de referência de IA generativa otimizados para infraestrutura acelerada e arquitetura de microsserviços.
Construa um LLM moderno do zero. Cada linha comentada. Explicado como se tivéssemos cinco anos.