Bibliotecas escritas en Jupyter Notebook
S2ML-Generators
Múltiples cuadernos que permiten el uso de varios métodos de aprendizaje automático para generar o modificar contenido multimedia.
- 177
- MIT
Time-Series-Transformer
Un paquete de preprocesamiento de datos para datos de series temporales. Diseño para aprendizaje automático y aprendizaje profundo.
- 176
- MIT
nested-transformer
Transformador jerárquico anidado https://arxiv.org/pdf/2105.12723.pdf.
- 176
- Apache License 2.0
soxan
Wav2Vec para reconocimiento de voz, clasificación y clasificación de audio.
- 176
- Apache License 2.0
conformal_classification
Envoltorio para un clasificador PyTorch que le permite generar conjuntos de predicción. Se garantiza teóricamente que los conjuntos contienen la clase verdadera con alta probabilidad (mediante predicción conforme).
- 175
- MIT
Anomaly_Detection_Tuto
Tutorial de detección de anomalías en series temporales univariadas con un codificador automático.
- 174
compendium
La mayor colección de todo lo relacionado con las finanzas y las criptomonedas.
- 171
- The Unlicense
DataScienceWithPython
Aprenda ciencia de datos con enfoque en agregar valor con la pila de tecnología más eficiente.
- 170
converse
Análisis de textos conversacionales utilizando diversas técnicas de PNL.
- 170
- Apache License 2.0
License-super-resolution
Un proyecto de reconstrucción de imágenes de matrículas en Tensorflow2.
- 169
- MIT
prompt-extend
extender indicaciones de difusión estables con señales de estilo adecuadas mediante la generación de texto.
- 169
- Apache License 2.0
Awesome-Competitive-Programming
Problemas de programación competitivos imprescindibles con soluciones y visualizaciones intuitivas (por leduckhai).
- 168
Hello-AWS-Data-Services
Código de muestra para el servicio de datos de AWS y cursos de aprendizaje automático en LinkedIn Learning.
- 166
Gen-L-Video
La implementación oficial de "Gen-L-Video: Multi-Text to Long Video Generation a través de Co-Denoising temporal".
- 166
- Apache License 2.0
indaba-pracs-2022
Cuadernos para las Prácticas en el Deep Learning Indaba 2022..
- 165
- Apache License 2.0
Local-LLM-Langchain
Cargue LLM locales sin esfuerzo en un cuaderno Jupyter para fines de prueba junto con Langchain u otros agentes. Contiene versiones Oobagooga y KoboldAI de los cuadernos langchain con ejemplos.
- 163
engram
El diseño Engram v2.0 ("Engram") de Arno es un diseño de teclas optimizado para escribir al tacto en inglés basado en consideraciones ergonómicas, con un protocolo y software para crear diseños de teclas nuevos y optimizados en otros idiomas.
- 162
- MIT
