Jupyter Notebook Репозитории
Всего репозиториев: 1,614
Некоторые потрясающие книги и пдф-файлы, связанные с ИИ, для изучения и скачивания, а также примените некоторые демонстрационные модели для обучения
[ICML 2024] Освоение диффузии «текст в изображение»: переописание, планирование и генерация с помощью мультимодальных LLM (RPG)
🤖 Интерактивные эксперименты по машинному обучению: 🏋️обучение моделей + 🎨демо моделей
:art: Модели, датасеты и функции потерь семантической сегментации, реализованные в PyTorch.
WFGY движется к WFGY 5.0 Polaris Protocol, крупному релизу с открытым исходным кодом для ИИ-рассуждений, RAG, агентов и рабочих процессов в реальном мире. Включает Problem Map, Global Debug Card, WFGY 4.0 и пасхальное яйцо CFV.
Платформа для экспериментов и исследований для изучения взаимодействия автоматизированных агентов в абстрактных симулированных сетевых средах.
Этот курс предназначен для начинающих, чтобы провести их через увлекательный мир краевого искусственного интеллекта (Edge AI), охватывая фундаментальные концепции, популярные модели, методы вывода, приложения для конкретных устройств, оптимизацию моделей и разработку интеллектуальных агентов краевого ИИ.
Временная графовая сверточная сеть для прогнозирования городского транспортного потока
Организация учебных материалов Университета Уханя - План представителей курсов WHU
Комплексное руководство по пониманию и внедрению больших языковых моделей с практическими примерами использования LangChain для приложений GenAI.
Блокноты, охватывающие математический анализ строительных блоков ZKP, алгоритмические реализации различных систем доказательства и методы оптимизации протоколов.
Tigramite — это пакет Python для причинно-следственного вывода с акцентом на данные временных рядов. Документация Tigramite находится по адресу
Разъяснение доказательств, примеров, концептуальных дополнений и библиографии к книге «Введение в теорию машинного обучения» (Книга-сокровищница).
сравнение стендап-комиков с использованием обработки естественного языка
Удивительный искусственный интеллект, машинное обучение и глубокое обучение, как мы их изучаем. Заметки для изучения и кураторский список потрясающих ресурсов по таким темам.
Код для статьи "ViperGPT: Визуальный вывод посредством выполнения Python для рассуждений"
Библиотека, совместимая с scikit-learn, для оценки прогнозных интервалов и контроля рисков на основе конформных прогнозов.
Sionna: Библиотека с открытым исходным кодом для исследований в области систем связи
[CVPR 2023] OneFormer: Один Transformer для универсальной сегментации изображений
Акции в области глубокого обучения и машинного обучения представляют собой перспективные возможности как для долгосрочных, так и для краткосрочных инвесторов и трейдеров.
Основанный на PyTorch фреймворк для квантово-классического моделирования, квантового машинного обучения, квантовых нейронных сетей, параметризованных квантовых схем с поддержкой простого развертывания на реальных квантовых компьютерах.
Учебные пособия по Apache Spark & Python (pySpark) для анализа больших данных и машинного обучения в виде IPython / Jupyter блокнотов
Небольшая библиотека для автоматической корректировки позиции текста в графиках matplotlib для минимизации перекрытий.
Генераторы синтетических данных для табличных данных и временных рядов
Машинное обучение для алгоритмической торговли, второе издание - опубликовано Packt
Jupyter notebooks, поддерживающие мои посты в блоге по науке о данных графов на https://bratanic-tomaz.medium.com/