Bibliotecas escritas en Jupyter Notebook

examples

📝 Ejemplos de seguimiento de experimentos, registro de modelos, control de versiones de datos y supervisión del entrenamiento de modelos de aprendizaje automático en vivo en neptune.ai (por neptune-ai).

48
MIT

PyNaver

네이버 API를 사용하기 위한 오픈소스 파이썬 라이브러리.

48
MIT

Arabic-Handwritten-Images-Recognition

Un modelo de aprendizaje profundo para clasificar las letras y dígitos árabes fácilmente.

48
MIT

dsse

Una especificación para los métodos y formatos de firma utilizados por los proyectos de Secure Systems Lab.

47
Apache License 2.0

eigenlearning

base de código para "Una teoría del sesgo inductivo y la generalización de la regresión del kernel y las redes neuronales amplias".

47

Traffic-Sign-Recognition-with-Deep-Learning-CNN

Reconocimiento de señales de tráfico con Deep Learning CNN.

47
Apache License 2.0

Google-Colab-Shell

Ahora puede abrir shell en Google Collab.

46
Apache License 2.0

StableDiffusionUI_SageMakerSL

Notebook para ejecutar Automatic1111 Stable Diffusion webui en SageMaker Studio Lab.

46

dl-colab-notebooks

Pruebe modelos de aprendizaje profundo en línea en Google Colab.

46

pypge

Implementación en Python del algoritmo PGE.

46
MIT

strv-ml-mask2face

Quítese virtualmente una máscara facial para ver cómo se ve una persona debajo.

45
MIT

Webcam_QR_Detector

Uso de la cámara web para leer códigos de barras unidimensionales y códigos QR de Python 2 y 3.

45

Deepfake-Detection

44

Real-time-Object-Detection-for-Autonomous-Driving-using-Deep-Learning

Mi proyecto de visión por computadora de mi curso de visión por computadora (otoño de 2020) en la Universidad Goethe de Frankfurt, Alemania. Comparación de rendimiento entre los algoritmos de detección de objetos de última generación YOLO y Faster R-CNN basados en el conjunto de datos Berkeley DeepDrive (BDD100K).