#machine-learning Репозитории
Всего репозиториев: 2,070
Обширный набор узлов, который позволяет ComfyUI обрабатывать 3D-входы (сетка и УФ-текстура и т. д.) с использованием передовых алгоритмов (3DGS, NeRF и т. д.).
Вводный курс по PyTorch, адрес для онлайн-чтения: https://datawhalechina.github.io/thorough-pytorch/
Быстрая Python-коллаборативная фильтрация для наборов данных с неявной обратной связью
Книга_5_《Статистика просто》 | Книга Ирис: от арифметики до машинного обучения; в продаже!
DeepVariant — это конвейер анализа, который использует глубокую нейронную сеть для вызова генетических вариантов из данных секвенирования ДНК следующего поколения.
Ответы на 120 часто задаваемых вопросов на собеседованиях по data science.
Самая простая рабочая реализация Stylegan2, передовой генеративно-состязательной сети, в PyTorch. Позволяя каждому испытать disentanglement.
Коллекция научных методов, процессов, алгоритмов и систем для создания историй и моделей.
🚀 Курируемая коллекция потрясающих скриптов Python от основ до продвинутого уровня с использованием скриптов для автоматизации задач.
Полностью открытый гуманоидный манипулятор для исследований в области физического ИИ и развертывания в средах с интенсивным контактом.
Практические примеры внедрения ИИ от крупных компаний, новейшие научные статьи от ведущих лабораторий и реальные истории о «подводных камнях» в индустрии
Сборник исследовательских и обзорных статей по технологиям дисплейной рекламы на основе реального времени торгов (RTB)
GLIDE: модель генерации изображений на основе диффузии с условием по тексту
«Математика — это несложно» - «Линейная алгебра — это несложно», тома 1 и 2, 66 тем завершено; приветствуются критика и исправления.
Ресурсы по количественной/алгоритмической торговле с акцентом на машинное обучение
Инструмент интерпретируемости обучения: интерактивно анализируйте модели машинного обучения, чтобы понять их поведение в расширяемом и независимом от фреймворка интерфейсе.
🧠💬 Статьи, которые я написал о машинном обучении, из архива MachineCurve.com.
Список онлайн-ресурсов для количественного моделирования, торговли и управления портфелем
Вероятно, лучший курированный список программного обеспечения для data science на Python.
Модульная библиотека PyTorch для обучения с подкреплением, ориентированная на примитивы и Python.
Alink — это платформа алгоритмов машинного обучения на базе Flink, разработанная командой PAI платформы вычислений Alibaba.
Библиотека для ускорения моделей Transformer на графических процессорах NVIDIA, включая использование точности с плавающей запятой 8 бит и 4 бит (FP8 и FP4) на графических процессорах Hopper, Ada и Blackwell, для обеспечения лучшей производительности при меньшем потреблении памяти как при обучении, так и при инференсе.
Быстрое введение в теорию и практическое применение ИИ: основы, Transformer, NLP, ML, DL, соревнования. Содержит обширные комментарии и наборы данных, чтобы каждый мог понять и воспроизвести.
🔥🔥Библиотека распознавания лиц высокой производительности на PaddlePaddle & PyTorch🔥🔥
Hummingbird компилирует обученные ML-модели в тензорные вычисления для более быстрого вывода.
Все материалы курса Zero to Mastery Machine Learning and Data Science.
Быстрое, гибкое и простое в использовании вероятностное моделирование на Python.
🛠 Универсальный веб-ориентированный IDE, специализированный на машинном обучении и науке о данных.
PennyLane — это платформа квантового программного обеспечения с открытым исходным кодом для квантовых вычислений, квантового машинного обучения и квантовой химии. Создавайте значимые квантовые алгоритмы от вдохновения до реализации.
Библиотека для трансферного обучения путем повторного использования частей моделей TensorFlow.