Bibliotecas escritas en Jupyter Notebook
fastpages
Una plataforma de blogs fácil de usar, con soporte mejorado para Jupyter Notebooks.
- 3.4k
- Apache License 2.0
deep-text-recognition-benchmark
Reconocimiento de texto (reconocimiento óptico de caracteres) con métodos de aprendizaje profundo.
- 3.4k
- Apache License 2.0
scientific-python-lectures
Conferencias sobre computación científica con python, como cuadernos IPython.
- 3.4k
pyannote-audio
Bloques de construcción neuronales para la diarización del hablante: detección de actividad del habla, detección de cambio de hablante, detección de habla superpuesta, incrustación de hablante.
- 3.4k
- MIT
alpha-zero-general
Una implementación limpia basada en AlphaZero para cualquier juego en cualquier marco + tutorial + Othello/Gobang/TicTacToe/Connect4 y más.
- 3.3k
- MIT
go-profiler-notes
las notas de felixge sobre los diversos métodos de perfilado disponibles.
- 3.3k
- Creative Commons Attribution Share Alike 4.0
faceswap-GAN
Un codificador automático de eliminación de ruido + pérdidas adversarias y mecanismos de atención para el intercambio de rostros.
- 3.3k
VToonify
[SIGGRAPH Asia 2022] VToonify: transferencia controlable de estilo de video vertical de alta resolución.
- 3.2k
- GNU General Public License v3.0
LSTM-Human-Activity-Recognition
Ejemplo de reconocimiento de actividad humana usando TensorFlow en un conjunto de datos de sensores de teléfonos inteligentes y un LSTM RNN. Clasificación del tipo de movimiento entre seis categorías de actividad - Guillaume Chevalier.
- 3.2k
- MIT
Luotuo-Chinese-LLM
骆驼(Luotuo): Open Sourced Chinese Language Models. Developed by 陈启源 @ 华中师范大学 & 李鲁鲁 @ 商汤科技 & 冷子昂 @ 商汤科技.
- 3.1k
- Apache License 2.0
BLIP
Código PyTorch para BLIP: preentrenamiento de lenguaje-imagen de arranque para comprensión y generación de visión-lenguaje unificado.
- 3.1k
- BSD 3-clause "New" or "Revised"
ML-Workspace
🛠 IDE todo en uno basado en la web especializado en aprendizaje automático y ciencia de datos.
- 3.1k
- Apache License 2.0
EconML
ALICE (Automated Learning and Intelligence for Causation and Economics) es un proyecto de Microsoft Research destinado a aplicar conceptos de Inteligencia Artificial a la toma de decisiones económicas. Uno de sus objetivos es construir un conjunto de herramientas que combine técnicas de aprendizaje automático de última generación con econometría para llevar la automatización a problemas complejos de inferencia causal. Hasta la fecha, ALICE Python SDK (econml) implementa algoritmos ortogonales de aprendizaje automático, como el trabajo de aprendizaje automático doble de.
- 3.1k
- GNU General Public License v3.0
vissl
VISSL es la biblioteca de FAIR de componentes extensibles, modulares y escalables para el aprendizaje autosupervisado de SOTA con imágenes.
- 3.1k
- MIT
stable-diffusion
Difusión estable optimizada modificada para ejecutarse en GPU VRAM más baja (por basujindal).
- 3.1k
- GNU General Public License v3.0
whisper-jax
Implementación JAX del modelo Whisper de OpenAI para una aceleración de hasta 70x en TPU.
- 3.0k
- Apache License 2.0
RL-Adventure-2
Implementación de PyTorch0.4 de: actor crítico / optimización de políticas próximas / acer / ddpg / duelo doble ddpg / actor crítico suave / aprendizaje de imitación adversario generativo / repetición de experiencia retrospectiva.
- 3.0k
Dreambooth-Stable-Diffusion
Implementación de Dreambooth (https://arxiv.org/abs/2208.12242) mediante Inversión Textual (https://arxiv.org/abs/2208.01618) para Difusión Estable (https://arxiv.org/abs/2112.10752). Ajustes enfocados en entrenar caras, objetos y estilos. (por Joe Penna).
- 3.0k
- MIT
python-training
Capacitación en Python para analistas de negocios y comerciantes.
- 3.0k
- Apache License 2.0
pixel2style2pixel
Implementación oficial de "Codificación con estilo: un codificador StyleGAN para traducción de imagen a imagen" (CVPR 2021) que presenta el marco pixel2style2pixel (pSp).
- 3.0k
- MIT
starter-hugo-academic
🎓 Hugo Academic Theme 创建一个学术网站. Easily create a beautiful academic résumé or educational website using Hugo and GitHub..
- 3.0k
- MIT
web-stable-diffusion
Llevar modelos de difusión estables a los navegadores web. Todo se ejecuta dentro del navegador sin soporte de servidor.
- 3.0k
- Apache License 2.0