Bibliotecas escritas en Jupyter Notebook
ltt
Aprenda y luego pruebe: calibración de algoritmos predictivos para lograr el control de riesgos.
- 41
- MIT
CoreML-samples
Código de muestra para Core ML usando ResNet50 proporcionado por Apple y un modelo personalizado generado por coremltools.
- 41
- MIT
ControllableTalkNet
Esta es una versión modificada de TalkNet de NVIDIA. Es una red controlable que se puede usar para la inferencia de CPU y GPU.
- 41
- Creative Commons Zero v1.0 Universal
guidance
Un lenguaje de guía para controlar grandes modelos de lenguaje. (por Maximiliano-Winter).
- 40
- MIT
kivy-tensorflow-helloworld
Ejecute la inferencia con Tensorflow Lite en iOS, Android, MacOS, Windows y Linux usando Python.
- 40
nitroml
NitroML es un marco de evaluación comparativa de calidad de modelo modular, portátil y escalable para canalizaciones de Machine Learning y Automated Machine Learning (AutoML).
- 40
- Apache License 2.0
Transformer-Models-from-Scratch
implementando varios modelos de transformadores para diversas tareas.
- 40
Transformer-in-Transformer
Una implementación de Transformer en Transformer en TensorFlow para clasificación de imágenes, atención dentro de parches locales (por Rishit-dagli).
- 39
- Apache License 2.0
DataDrivenDynSyst
Guiones y cuadernos para acompañar el libro Métodos basados en datos para sistemas dinámicos.
- 39
- MIT
cdQnA
repositorio de documentos y estudios sobre preguntas y respuestas de dominio cerrado con LLM.
- 39
doohickey
Doohickey es una herramienta de difusión estable para artistas técnicos que desean mantenerse actualizados con los últimos desarrollos en el campo.
- 39
infery-examples
Una colección de aplicaciones de demostración y scripts de inferencia para varios marcos de aprendizaje profundo utilizando infery (Python).
- 39
- GNU General Public License v3.0
Data-Visualizations-Medium
Comprensión de datos y modelos de aprendizaje automático con visualizaciones.
- 38
- MIT
Multi-Modal-Comparators
API unificada para facilitar el uso de modelos "perceptores" preentrenados, a la CLIP.
- 38
Deep-Learning-With-TensorFlow
Todos los recursos y ejercicios prácticos para comenzar con Deep Learning en TensorFlow.
- 38
- Apache License 2.0
iterative-grabcut
Este algoritmo utiliza un rectángulo creado por el usuario para identificar el elemento de primer plano. Luego, el usuario puede editar para agregar o eliminar objetos en primer plano. Luego, elimina el fondo y lo hace transparente.
- 38
- MIT
Colab-Crypto-Mining
Experimentos de minería de criptomonedas en portátiles Google CoLab.
- 38
- GNU General Public License v3.0 only
punchr
🥊 Componentes para medir el rendimiento de actualización de conexión directa a través de relé (DCUtR).
- 38
- Apache License 2.0
xrays-and-gradcam
Clasificación y localización basada en gradientes de radiografías de tórax utilizando PyTorch.
- 37
- MIT
data-analytics-project-template
Una plantilla inicial de proyecto de Python para análisis de datos y ciencia de datos.
- 37
- Apache License 2.0
TensorFlow2.0_Notebooks
Implementación de una serie de arquitecturas de Redes Neuronales en TensorFow 2.0.
- 37
- MIT