Jupyter Notebook Репозитории
Всего репозиториев: 1,614
Приручение трансформеров для синтеза изображений высокого разрешения
Адаптер подсказок изображений разработан для того, чтобы предварительно обученная диффузионная модель преобразования текста в изображение могла генерировать изображения с подсказками изображений.
Модели Silero: предварительно обученные модели преобразования текста в речь, доведенные до невероятной простоты
Устойчивый к сбоям, высоко масштабируемый оркестратор GPU и фреймворк машинного обучения, предназначенный для обучения моделей с миллиардами до триллионов параметров
Библиотека нейронных сетей, совместимая с scikit-learn, которая оборачивает PyTorch
Оптимизация финансового портфеля на Python, включая классическую эффективную границу, модель Блэка-Литтермана и иерархический паритет риска
Временные ряды Timeseries Глубокое обучение Машинное обучение Python Pytorch fastai | Библиотека глубокого обучения мирового уровня для временных рядов и последовательностей в Pytorch / fastai
Китайская версия CLIP, которая обеспечивает китайский межмодальный поиск и генерацию представлений.
Это официальный код проекта MobileSAM, который делает SAM легким для мобильных приложений и за их пределами!
Сборник примеров, демонстрирующих, как использовать фреймворк CrewAI для автоматизации рабочих процессов.
YOLOv6: одноэтапный фреймворк для обнаружения объектов, предназначенный для промышленных применений.
250+ Ноутбуков для Fine-tuning и RL для моделей текста, зрения, аудио, эмбеддингов, TTS.
Все учебные материалы для курса Zero to Mastery Deep Learning with TensorFlow.
T81-558: Keras - Применения глубоких нейронных сетей @Washington University in St. Louis
Автоматическое распознавание речи с диаризацией диктора на основе OpenAI Whisper
Учебные пособия по реализации нескольких моделей sequence-to-sequence (seq2seq) с помощью PyTorch и TorchText.
Код PyTorch для BLIP: Bootstrapping Language-Image Pre-training для унифицированного понимания и генерации изображений и языка
Проекты и упражнения для новейшей программы Nanodegree по глубокому обучению https://www.udacity.com/course/deep-learning-nanodegree--nd101
Построение графа Neo4j из неструктурированных данных с использованием LLM
Дополнительные материалы, упражнения и примеры проектов для наших уроков по Python
Sutskever 30 реализаций, вдохновлённых https://papercode.vercel.app/ | Для Agents используйте https://github.com/pageman/Sutskever-Agent | Полиглотная / Мульти-бэкенд версия на https://github.com/pageman/sutskever-30-beyond-numpy
CoTracker — это модель для отслеживания любой точки (пикселя) на видео.
Репозиторий для программы Nanodegree по глубокому обучению с подкреплением
"Руководство по созданию White Box для больших моделей": Полностью самодельная Tiny-Universe
Код для книги Deep Learning with PyTorch авторов Эли Стивенс, Лука Антига и Томаса Виеманна.
Ссылки на публикации конференций по графовому глубокому обучению
🎓 Академический портфель, повышающий цитируемость. ИИ генерирует страницы, вы владеете в формате Markdown. Автоимпорт BibTeX, Jupyter, LaTeX, слайды, визуальный блочный редактор — бесплатно хостите навсегда. Академическая домашняя страница, генерируется ИИ, владение Markdown 👇
Легко обучайте или тонко настраивайте SOTA-модели компьютерного зрения с помощью одной библиотеки обучения с открытым исходным кодом. Дом Yolo-NAS.
🚀 Открытый практический курс, bridging разрыв от базовых концепций RL до выравнивания LLM, RLVR и продвинутых агентных систем.
ALICE (Automated Learning and Intelligence for Causation and Economics) — это проект Microsoft Research, направленный на применение концепций искусственного интеллекта в экономическом принятии решений. Одна из его целей — создание набора инструментов, сочетающего передовые методы машинного обучения с эконометрикой, чтобы автоматизировать сложные задачи причинно-следственного вывода. На сегодняшний день ALICE Python SDK (econml) реализует ортогональные алгоритмы машинного обучения, такие как работа по двойному машинному обучению
Язык вероятностного программирования в TensorFlow. Глубокие генеративные модели, вариационный вывод.