Jupyter Notebook Repositórios
1,614 repositórios no total
Converta qualquer texto em um grafo de conhecimento. Isso pode ser usado para Geração Aumentada por Grafo ou para QnA (Perguntas e Respostas) baseado em Grafo de Conhecimento.
Coleção de tópicos úteis de ciência de dados, juntamente com artigos, vídeos e código
Um agendamento personalizado moderno do Anki baseado no algoritmo Agendador de Repetição Espaçada Livre
Rotular seus próprios conjuntos de dados, treinar, avaliar, testar e implantar seus próprios algoritmos de inteligência artificial
OmniGen2: Exploração para Geração Multimodal Avançada. https://arxiv.org/abs/2506.18871
Qwen3-omni é um LLM omni-modal, nativamente de ponta a ponta, desenvolvido pela equipe Qwen da Alibaba Cloud, capaz de compreender texto, áudio, imagens e vídeo, bem como de gerar fala em tempo real.
Repositório do programa Fundamentos do Nanodegree em Aprendizado Profundo.
TimeGPT-2.1: modelo fundacional de séries temporais pré-treinado e pronto para produção, para previsão e detecção de anomalias. Um transformador generativo pré-treinado para séries temporais, treinado com mais de 100 bilhões de pontos de dados. Ele é capaz de fazer previsões precisas em diversos domínios, como varejo, eletricidade, finanças e IoT, com apenas algumas linhas de código 🚀.
Aprendizado de Máquina na Faculdade de Ciências e Tecnologia da Computação da HSE
Qwen2.5-Omni é um modelo multimodal de ponta a ponta da equipe Qwen da Alibaba Cloud, capaz de compreender texto, áudio, visão, vídeo e realizar geração de fala em tempo real.
Os Jupyter Notebooks por trás do meu relatório OReilly, "A Whirlwind Tour of Python"
Reconhecimento de texto (reconhecimento óptico de caracteres) com métodos de aprendizado profundo, ICCV 2019
Este é um livro da Família Phi de SLMs para começar com os Modelos Phi. Phi é uma família de modelos de IA de código aberto desenvolvida pela Microsoft. Os modelos Phi são os modelos de linguagem pequenos (SLMs) mais capazes e econômicos disponíveis, superando modelos do mesmo tamanho e do próximo tamanho em uma variedade de benchmarks de linguagem, raciocínio, codificação e matemática
Livro_2_《A Beleza do Visível》 | Livro da Íris: Da adição, subtração, multiplicação e divisão ao aprendizado de máquina, críticas e sugestões são bem-vindas
Uma sequência de notebooks Jupyter apresentando os "12 Passos para Navier-Stokes" http://lorenabarba.com/
Tutorial de introdução ao PyTorch, leia online em: https://datawhalechina.github.io/thorough-pytorch/
Book_5_《Estatística Simplificada》 | O Livro Íris: Do Básico à Aprendizagem de Máquina; Disponível!
Soluções de PNL em Chinês (Grandes Modelos, Dados, Modelo, Treinamento, Inferência)
Grounded SAM 2: Localizar e Rastrear Qualquer Coisa em Vídeos com Grounding DINO, Florence-2 e SAM 2
GTSAM é uma biblioteca de classes C++ que implementam suavização e mapeamento (SAM) em robótica e visão, utilizando grafos fatoriais e redes de Bayes como o paradigma de computação subjacente, em vez de matrizes esparsas.
Uma coleção de métodos científicos, processos, algoritmos e sistemas para construir histórias e modelos.
Coleção selecionada de scripts Python incríveis do básico ao avançado com scripts de tarefas de automação.
Trazendo modelos de difusão estável para navegadores web. Tudo roda dentro do navegador sem suporte de servidor.
Série "Matemática Não é Difícil" - Livro "Álgebra Linear Não é Difícil" (Volumes I e II), completo em 66 tópicos; Críticas e sugestões são bem-vindas.
anotações de felixge sobre os vários métodos de profiling go que estão disponíveis.
Aulas sobre computação científica com Python, em formato de notebooks IPython.
Os vídeos do curso prático e guiado de Huggingface Transformers estão sendo atualizados simultaneamente no Bilibili (B站) e no YouTube.
Modelos de reconhecimento de imagem de código aberto e com base sólida.
Início Rápido na Teoria e Aplicações Práticas de IA: Fundamentos, Transformer, NLP, ML, DL e Competições. Contém uma grande quantidade de anotações e conjuntos de dados, visando garantir que todos possam entender e replicar.
[CVPR 2022] Modelo de Movimento com Spline de Placa Fina para Animação de Imagens.
Redes neurais e aprendizagem profunda: casos e prática, segunda edição: 10 capítulos de prática com PyTorch, notebooks, testes e um livro eletrónico.
Todos os materiais do curso Zero to Mastery de Machine Learning e Ciência de Dados.
Cursos introdutórios, avançados e especializados em Deep Learning; casos acadêmicos e práticos da indústria; enciclopédia de conhecimento em Deep Learning e banco de questões para entrevistas. Tudo sobre o curso, os casos e o conhecimento de Deep Learning e IA.
🛠 IDE tudo-em-um baseada na web, especializada em aprendizado de máquina e ciência de dados.
Inferência Causal para os Corajosos e Verdadeiros. Uma abordagem leve, mas rigorosa, para aprender sobre estimação de impacto e causalidade.
[CCS'24] Um conjunto de dados consiste em 15.140 prompts do ChatGPT do Reddit, Discord, websites e conjuntos de dados de código aberto (incluindo 1.405 prompts de jailbreak).