Jupyter Notebook Репозитории
Всего репозиториев: 1,614
xpander.ai — это среда выполнения и плоскость управления для быстрой и повсеместной разработки, запуска и развертывания надежных ИИ-агентов
Дизайн, оценка и оптимизация системы RAG от начала до конца. Тренинг‑лагерь RAG от GeekTime полностью разбирает 10 ключевых компонентов RAG, а четыре практических проекта позволяют полностью понять весь процесс RAG. Внедрение RAG зачастую ориентировано на бизнес, а не наоборот. Поэтому нам необходимо проводить целенаправленные корректировки, оптимизацию и кастомизацию для разных сценариев и задач. Суть заключается в деталях; мы углубляемся и исследуем их.
В этом репозитории собраны примеры кода и ноутбуки, демонстрирующие, как использовать генеративный ИИ в Vertex AI Google Cloud.
Репозиторий Github с учебными пособиями по тонкой настройке трансформеров для различных задач NLP
Этот репозиторий содержит комплексный проект по компьютерному зрению/машинному обучению в футболе, который использует YOLO для обнаружения объектов, Kmeans для сегментации пикселей, оптический поток для отслеживания движения и перспективное преобразование для анализа движений игроков в футбольных видео.
Код из книги Deep Reinforcement Learning in Action от Manning, Inc.
В этом проекте я исследовал, как локальные LLM могут использоваться для маркировки данных и поддержки анализа. В частности, я использовал модель Llama2 для автоматической категоризации моих данных о банковских транзакциях.
Демонстрация различных алгоритмов и операций над лицами. Поставьте звезду репозиторию⭐
🔥 Этот репозиторий содержит полные примеры приложений, включая веб-сайты и другие проекты, разработанные с использованием Firecrawl.
Cosmos-Transfer1-DiffusionRenderer: Высококачественное удаление и повторное освещение видео на основе фреймворка диффузии видео Cosmos
Библиотека для ценообразования финансовых опционов, написанная на Python. Включает: Black Scholes, Black 76, Неявная волатильность, Американские, Европейские, Азиатские, Спред-опционы
Материалы для курса "Основы инженерной подготовки LLM"
[ECCV 2024] HiDiffusion: Увеличивает разрешение и скорость вашей диффузионной модели, добавляя всего одну строку кода!
Набор инструментов для применения LLM к конфиденциальным, непубличным данным в автономных или ограниченных средах
Официальная реализация "Сегментирование любой аномалии без обучения с помощью гибридной регуляризации подсказок (SAA+)".
D2-Net: Обучаемая CNN для совместного описания и обнаружения локальных особенностей
CP-SAT Primer: Использование и понимание решателя CP-SAT от Google OR-Tools
Репозиторий кода для проектов и руководств по R и Python, охватывающий различные темы в визуализации данных, статистике, спортивной аналитике и общем применении теории вероятностей.
LLVIP: Сопряженный набор данных "видимый"-"инфракрасный" для слабоосвещенного зрения
Репозиторий для запросов по поиску угроз и обнаружению угроз и т. д. для Defender for Endpoint и Microsoft Sentinel на языке KQL (Kusto Query Language).
Сборник полезных кодов и фрагментов машинного обучения (изначально предназначался для личного пользования)
Практическая инженерия данных: практическое руководство по проектам в сфере недвижимости
Учебные пособия и контент, созданные пользователями Earth Engine для пользователей Earth Engine
Проект на Kotlin Multiplatform на основе SwiftUI, Jetpack Compose, Compose for Desktop и Compose for Web (используя CityBikes API http://api.citybik.es/v2/). Использует Room для локальной персистентности
Гибкая структура Federated Learning на основе PyTorch, упрощающая ваши исследования в области Federated Learning.
Библиотека, расширяющая Jupyter Notebook для интеграции с Apache TinkerPop, openCypher и RDF SPARQL.
Реализация на Python контроллера MPPI (Model Predictive Path-Integral) для понимания основной идеи. Обязательные зависимости — только numpy и matplotlib.
Доступные ноутбуки Google Colab для обучения Stable Diffusion Lora, основанные на работе kohya-ss и Linaqruf
Учебные пособия и информация по языку Julia для курсов численных вычислений MIT.
HarmBench: Стандартизированная система оценки для автоматического Red Teaming и надежного отказа