Bibliotecas escritas en Jupyter Notebook
sd-webui-colab
Un repositorio para el mantenimiento de la versión Colab del repositorio stable-diffusion-webui.
- 513
- Apache License 2.0
diffusion_models
Una serie de cuadernos tutoriales sobre modelos probabilísticos de difusión de eliminación de ruido en PyTorch (por acid-ircam).
- 512
Datos-COVID19
Para señalar una fuente de los datos que vienen de este repositorio, junto con la fuente de origen: "Datos obtenidos desde el Ministerio de Ciencia y producidos por el Ministerio de Salud (o la fuente que corresponde) https://github.com/ MinCiencia/Datos-COVID19". Atribuya la procedencia de los datos: producido por el Ministerio de Salud de Chile y obtenido del Ministerio de Ciencia https://github.com/MinCiencia/Datos-COVID19".
- 512
- Creative Commons Zero v1.0 Universal
dmol-book
Libro de aprendizaje profundo para moléculas y materiales.
- 511
- GNU General Public License v3.0
Human-Segmentation-PyTorch
Modelos de segmentación humana, código de entrenamiento/inferencia y pesos entrenados, implementados en PyTorch.
- 506
ithaca
Restauración y atribución de textos antiguos utilizando redes neuronales profundas.
- 501
- Apache License 2.0
kglab
Graph Data Science: una capa de abstracción en Python para crear gráficos de conocimiento, integrada con bibliotecas de gráficos populares, además de Pandas, NetworkX, RAPIDS, RDFlib, pySHACL, PyVis, morph-kgc, pslpython, pyarrow, etc.
- 499
- MIT
TACO
🌮 Anotaciones de basura en el conjunto de herramientas de conjunto de datos de contexto (por pedropro).
- 499
- MIT
6S083
Materiales para MIT 6. S083 / 18. S190: Pensamiento computacional con Julia + aplicación a la pandemia de COVID-19.
- 495
- GNU General Public License v3.0
jaxrl
Implementación JAX (Flax) de algoritmos para Deep Reinforcement Learning con espacios de acción continuos.
- 494
- MIT
AeroSandbox
Optimización del diseño de aeronaves acelerada a través de la moderna diferenciación automática. Herramientas de análisis componibles para aerodinámica, propulsión, estructuras, diseño de trayectorias y mucho más.
- 490
- MIT
Deep-Reinforcement-Learning-Algorithms
32 proyectos en el marco de algoritmos de Deep Reinforcement Learning: Q-learning, DQN, PPO, DDPG, TD3, SAC, A2C y otros. Cada proyecto se proporciona con un registro de entrenamiento detallado.
- 485
Building-a-Simple-Chatbot-in-Python-using-NLTK
Construyendo un chatbot simple desde cero en Python (usando NLTK).
- 483
Reactors
🌱 Únase a una comunidad de desarrolladores en Microsoft Reactor y conéctese con personas, habilidades y tecnología para desarrollar su carrera o aprendizaje personal. Ofrecemos transmisiones en vivo gratuitas, contenido a pedido y eventos híbridos/en persona todos los días en todo el mundo. Accede a nuestros proyectos y código aquí..
- 477
- MIT