#machine-learning Репозитории
Всего репозиториев: 2,070
Руководство по поиску работы на позиции AI-алгоритмиста (включает стратегии подготовки, руководство по решению задач, внутренние рекомендации и списки компаний AI и т.д.)
Моделирование uplift и причинная инференция с использованием алгоритмов машинного обучения
Легкий, но мощный аудио-в-MIDI конвертер с функцией обнаружения изменения высоты тона
⚡ WebGPU-движок для инференса на чистом Rust — совместим с OpenAI API, нативная поддержка GGUF, работает на любом GPU. Без Python. Без llama.cpp. Один бинарный файл.
Outfit Anyone: Высококачественная виртуальная примерка любой одежды и для любого человека
Высокопроизводительный движок данных для рабочих нагрузок ИИ и мультимодальных систем. Обрабатывайте изображения, аудио, видео и структурированные данные в любом масштабе.
Библиотека с ускорением на GPU, содержащая высокооптимизированные строительные блоки и исполнительный движок для обработки данных, для ускорения приложений обучения и вывода глубокого обучения.
T81-558: Keras - Применения глубоких нейронных сетей @Washington University in St. Louis
Сверточная нейронная сеть для классификации текста в TensorFlow
Независимая от фреймворка сегментированная/тайловая инференция + интерактивный пользовательский интерфейс + графики анализа ошибок
Команда специалистов по обработке данных на базе ИИ, которая поможет вам выполнять распространенные задачи по обработке данных в 10 раз быстрее.
Играй в двустишие с моделью seq2seq. Составляй двустишия с помощью глубокого обучения.
Инструменты Core ML содержат вспомогательные инструменты для преобразования, редактирования и валидации моделей Core ML.
Курируемый список вопросов и ответов для собеседований по науке о данных
Полное руководство по началу и совершенствованию в машинном обучении (ML) и искусственном интеллекте (AI) в 2026 году без любого опыта в этой области, и оставайтесь в курсе последних новостей и передовых технологий!
Создание, оценка и оптимизация систем ИИ. Включает оценки (evals), RAG, агентов, тонкую настройку (fine-tuning), генерацию синтетических данных, управление наборами данных, MCP и многое другое.
【Три года собеседований, пять лет пробных экзаменов】Платформа с ресурсами для собеседований инженеров по алгоритмам AIGC/LLM/AI Agent. Она охватывает практические материалы и опыт для собеседований и письменных испытаний, а также фундаментальные знания, сохраняющие актуальность в течение длительного времени, по различным направлениям ИИ: AIGC, большие языковые модели (LLM), ИИ-агенты, воплощённый интеллект, традиционное глубокое обучение, компьютерное зрение, обработка естественного языка, автономное вождение, машинное обучение, обучение с подкреплением, интеллектуальный анализ больших данных, мировые модели, метавселенная, AGI и другим.
Простая и распределенная библиотека машинного обучения на Python для переноса алгоритмов ML в Spark
Программное обеспечение для машинного обучения по извлечению информации из научных документов
задача машинного обучения по дорисовыванию изображений, которая инстинктивно удаляет водяные знаки с изображения, неотличимого от эталонного изображения