Jupyter Notebook 仓库
共 1,614 个仓库
极客时间RAG训练营,RAG 10大组件全面拆解,4个实操项目吃透 RAG 全流程。RAG的落地,往往是面向业务做RAG,而不是反过来面向RAG做业务。这就是为什么我们需要针对不同场景、不同问题做针对性的调整、优化和定制化。魔鬼全在细节中,我们深入进去探究。
此存储库汇编了代码示例和笔记本,展示了如何在 Google Cloud Vertex AI 上使用生成式 AI。
该存储库包含一个全面的计算机视觉/机器学习足球项目,该项目使用YOLO进行对象检测,Kmeans进行像素分割,光流进行运动跟踪,以及透视变换来分析足球视频中的球员移动。
来自 Manning, Inc 的 Deep Reinforcement Learning in Action 书籍的代码
在这个项目中,我探索了如何使用本地LLM对数据进行标注和支持分析。具体来说,我使用了Llama2模型来自动分类我的银行交易数据。
Cosmos-Transfer1-DiffusionRenderer:基于Cosmos视频扩散框架的高质量视频去光照和再光照
用Python编写的用于定价金融期权的库。包括:Black Scholes、Black 76、Implied Volatility、美式、欧式、亚式、Spread Options
用于 Defender for Endpoint 和 Microsoft Sentinel 的威胁搜寻和检测查询等内容的 KQL (Kusto 查询语言) 存储库。
基于 SwiftUI、Jetpack Compose、Compose for Desktop 和 Compose for Web 的 Kotlin Multiplatform 项目(使用 CityBikes API http://api.citybik.es/v2/)。使用 Room 进行本地持久化
MPPI(模型预测路径积分)控制器的 Python 实现,用于理解基本概念。必需的依赖项仅为 numpy 和 matplotlib。
适用于 Stable Diffusion Lora 训练的可用 Google Colab Notebook,基于 kohya-ss 和 Linaqruf 的工作