#machine-learning Репозитории
Всего репозиториев: 2,070
Аудиоплагин для транскрипции аудио в MIDI с использованием глубокого обучения.
Полностью совместимая замена Apache Spark, написанная на Rust, объединяющая пакетную обработку, потоковую обработку и вычислительно интенсивные AI-нагрузки.
:earth_americas: руководства по машинному обучению (в основном на Python3)
StudioGAN — это библиотека Pytorch, предоставляющая реализации репрезентативных генеративно-состязательных сетей (GAN) для условной/безусловной генерации изображений.
TextAttack 🐙 — это фреймворк на Python для адверсариальных атак, аугментации данных и обучения моделей в NLP https://textattack.readthedocs.io/en/master/
Отладка, мониторинг и визуализация для Python Machine Learning и Data Science
Фреймворк глубокого обучения с открытым исходным кодом для создания, обучения и тонкой настройки моделей глубокого обучения с использованием передовых методов Physics-ML
Towhee — это фреймворк, предназначенный для создания простых и быстрых конвейеров обработки нейронных данных.
Книга_7_《Машинное обучение》 | Книга об ирисах: от сложения и вычитания к машинному обучению; критика и исправления приветствуются.
ИИ и машинное обучение с Kubeflow, Amazon EKS и SageMaker
.NET Standard привязки для Google's TensorFlow для разработки, обучения и развертывания моделей машинного обучения в C# и F#.
OP Vault ChatGPT: Предоставьте ChatGPT долговременную память, используя OP Stack (OpenAI + Pinecone Vector Database). Загружайте собственные файлы базы знаний (PDF, txt, epub и т. д.) с помощью простого React-интерфейса.
Чистая, надежная и унифицированная реализация популярных алгоритмов глубокого обучения с подкреплением (DRL) на PyTorch (Q-learning, Duel DDQN, PER, C51, Noisy DQN, PPO, DDPG, TD3, SAC, ASL)
Этот репозиторий представляет собой тщательно подобранную коллекцию практических проектов по data science, адаптированных для начинающих. Независимо от того, только ли вы начинаете свой путь в data science или хотите укрепить свои навыки, эти проекты предоставляют практический и интерактивный способ применения ваших знаний.
Набор инструментов AutoML для Python для сравнения моделей классификации, регрессии и прогнозирования временных рядов с поддержкой ускорения на GPU, отслеживания в MLflow и автоматизированной предобработки.
Официальный репозиторий для ROOT: анализ, хранение и визуализация больших данных научно
Внимание: Запрещено подключаться к программному обеспечению Tencent, такому как WeChat или QQ. Предоставляется интеграция со сторонними платформами. Это более реалистичная программа эмоционального сопровождения на основе LLM, позволяющая встретить персонажей вашей мечты.
Пакет Python для AutoML на табличных данных с инженерией признаков, настройкой гиперпараметров, объяснениями и автоматической документацией
🔅 Shapash: Удобные для пользователя объяснимость и интерпретируемость для разработки надежных и прозрачных моделей машинного обучения
Обширная коллекция ресурсов, связанных с KAN (Kolmogorov-Arnold Network), включая библиотеки, проекты, учебные пособия, статьи и многое другое, для исследователей и разработчиков в области Kolmogorov-Arnold Network.
ManimML — это проект, посвященный предоставлению анимаций и визуализаций распространенных концепций машинного обучения с помощью Manim Community Library.
Все заметки и материалы для курса CS229: Машинное обучение Стэнфордского университета
Otter, мультимодальная модель на основе OpenFlamingo (версия Flamingo от DeepMind с открытым исходным кодом), обученная на MIMIC-IT и демонстрирующая улучшенную способность следовать инструкциям и обучаться в контексте.
Узнайте, как проектировать, разрабатывать, развертывать и итерировать производственные ML-приложения.
Репозиторий, перечисляющий потенциальные источники, которые помогут вам подготовиться к собеседованию по Data Science/Machine Learning. Новые ресурсы добавляются часто.
Это репозиторий, созданный для помощи новичкам в машинном обучении или тем, кто готовится к изучению. (This repository is intended for helping those who are beginners in machine learning or preparing for study)
Каталог руководств и репозиториев с открытым исходным кодом для работы с Keras, библиотекой глубокого обучения на Python
Determined — это платформа машинного обучения с открытым исходным кодом, которая упрощает распределенное обучение, настройку гиперпараметров, отслеживание экспериментов и управление ресурсами. Работает с PyTorch и TensorFlow.
Реализация Dreambooth (https://arxiv.org/abs/2208.12242) с помощью Textual Inversion (https://arxiv.org/abs/2208.01618) для Stable Diffusion (https://arxiv.org/abs/2112.10752). Настройки, ориентированные на обучение лиц, объектов и стилей.
Библиотека Compute — это набор функций компьютерного зрения и машинного обучения, оптимизированных для процессоров Arm и GPU с использованием технологий SIMD.
Выделяйте вокал, ударные, бас и другие инструментальные дорожки из любой песни
Распознавание лиц, определение живости лица, защита лица от подделок, обнаружение лица, ключевые точки лица, сравнение лиц, сопоставление лиц, положение лица, выражение лица, атрибуты лица, извлечение шаблонов лица, ключевые точки лица
Список инструментов и наборов данных для обнаружения аномалий в данных временных рядов.
Здесь вы можете получить основы квантового машинного обучения, алгоритмы, учебные материалы, проекты и описания проектов в Интернете.
Тщательно отобранные ссылки на ресурсы по data science в одном месте
Платформа навыков открытого AI‑камеры, AI NVR и CCTV‑надзиора. Локальный видеоаналитика VLM с Qwen, DeepSeek, SmolVLM, LLaVA, YOLO26. Агент безопасности камеры с поддержкой LLM — наблюдает, понимает, запоминает и защищает ваш дом через Telegram, Discord или Slack. Подключаемые AI‑навыки. OpenAI, Google, Anthropic или локальный AI. Работает на Mac Mini и AI‑PC.
восхитительный инструмент машинного обучения, который позволяет обучать, тестировать и использовать модели без написания кода