Bibliotecas escritas en Jupyter Notebook

ltt

Aprenda y luego pruebe: calibración de algoritmos predictivos para lograr el control de riesgos.

41
MIT

mlattacks

Serie de ataques de aprendizaje automático.

41

CoreML-samples

Código de muestra para Core ML usando ResNet50 proporcionado por Apple y un modelo personalizado generado por coremltools.

41
MIT

notebooks

Cuadernos de Google Colab (por nagolinc).

41

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

amazon-rekognition-code-samples

Ejemplos de código de Amazon Rekognition.

40
MIT No Attribution

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

Artifact_Removal_GAN

Una U-net GAN para la eliminación de artefactos jpeg.

40
MIT

Transformer-Models-from-Scratch

implementando varios modelos de transformadores para diversas tareas.

40

full_spectrum_bioinformatics

Un texto de bioinformática de acceso abierto.

39

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

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.