In Jupyter Notebook geschriebene Bibliotheken

Deep-Reinforcement-Learning-for-Automated-Stock-Trading-Ensemble-Strategy-ICAIF-2020

Deep Reinforcement Learning für den automatisierten Aktienhandel: Eine Ensemble-Strategie. ICAIF 2020. Bitte markieren. [Verschoben nach: https://github.com/AI4Finance-Foundation/Deep-Reinforcement-Learning-for-Automated-Stock-Trading-Ensemble-Strategy-ICAIF-2020].
  • 821
  • MIT

Python-project-Scripts

Dieses Repository enthält eine Liste von Python-Skriptprojekten für Anfänger, die langsam voranschreiten. Weitere Codeausschnitte werden in Kürze hinzugefügt. Fühlen Sie sich frei, dieses Repo zu klonen.
  • 819
  • GNU General Public License v3.0 only

ember

Elastic Malware Benchmark zur Stärkung von Forschern.
  • 818
  • GNU General Public License v3.0

ml-art-colabs

Eine Liste von Machine Learning Art Colabs.
  • 813

ASL_to_English

Liest Ihre Handzeichen und übersetzt sie mithilfe der Tensorflow-Objekterkennungs-API in englische Wörter.
  • 812

imagenette

Eine kleinere Teilmenge von 10 leicht zu klassifizierenden Klassen von Imagenet und etwas mehr Französisch.
  • 809
  • Apache License 2.0

core-to-core-latency

Misst die Latenz zwischen CPU-Kernen.
  • 807
  • MIT

Popular-RL-Algorithms

PyTorch-Implementierung von Soft Actor-Critic (SAC), Twin Delayed DDPG (TD3), Actor-Critic (AC/A2C), Proximal Policy Optimization (PPO), QT-Opt, PointNet...
  • 806
  • Apache License 2.0

pytorch-image-classification

Tutorials zur Implementierung einiger wichtiger Architekturen für die Bildklassifizierung mit PyTorch und TorchVision.
  • 804
  • MIT

encoder4editing

Offizielle Implementierung von „Designing an Encoder for StyleGAN Image Manipulation“ (SIGGRAPH 2021) https://arxiv.org/abs/2102.02766.
  • 800
  • MIT

FinanceDataReader

Finanzdaten-Reader [Verschoben nach: https://github.com/financedata-org/FinanceDataReader].
  • 797
  • GNU General Public License v3.0 only

code

Zusammenstellung von R- und Python-Programmiercodes auf dem YouTube-Kanal von Data Professor. (von Datenprofessor).
  • 794

Deep-Learning-Machine-Learning-Stock

Deep-Learning- und Machine-Learning-Aktien stellen eine vielversprechende langfristige oder kurzfristige Chance für Anleger und Händler dar. [Verschoben nach: https://github.com/LastAncientOne/Deep_Learning_Machine_Learning_Stock].
  • 792
  • MIT

dramatron

Dramatron verwendet große Sprachmodelle, um kohärente Drehbücher und Drehbücher zu generieren.
  • 791
  • Apache License 2.0

DeepPurpose

Ein Deep-Learning-Toolkit für DTI, Arzneimitteleigenschaften, PPI, DDI und Proteinfunktionsvorhersage (Bioinformatik).
  • 782
  • BSD 3-clause "New" or "Revised"

FateZero

Pytorch-Implementierung für [ICCV 2023] „FateZero: Fusing Attentions for Zero-Shot Text-based Video Editing“.
  • 779
  • MIT

ast

Code für den Interspeech 2021-Artikel „AST: Audio Spectrogram Transformer“. (von YuanGongND).
  • 767
  • BSD 3-clause "New" or "Revised"

python_communism

Ein Modul zur Einleitung der kommunistischen Revolution in jedem unserer Python-Module.
  • 766
  • The Unlicense

stable-diffusion

  • 759
  • GNU General Public License v3.0

goodbooks-10k

Zehntausend Bücher, sechs Millionen Bewertungen.
  • 759
  • GNU General Public License v3.0

cornell-cs5785-2020-applied-ml

Lehrmaterialien für den Kurs „Angewandtes maschinelles Lernen“ an der Cornell Tech (Online-Ausgabe).
  • 756

PTI

Offizielle Implementierung für „Pivotal Tuning for Latent-based processing of Real Images“ (ACM TOG 2022) https://arxiv.org/abs/2106.05744.
  • 755
  • MIT

anchor

Code für den Artikel „High-Precision Model-Agnostic Explanations“ (von marcotcr).
  • 755
  • BSD 2-clause "Simplified"

intro-to-python

[READ-ONLY MIRROR] Eine Einführung in Python und Programmierung für angehende Datenwissenschaftler.
  • 753
  • MIT

deepsvg

[NeurIPS 2020] Offizieller Code für den Artikel „DeepSVG: A Hierarchical Generative Network for Vector Graphics Animation“. Enthält eine PyTorch-Bibliothek für Deep Learning mit SVG-Daten.
  • 753
  • MIT

IJCAI2023-CoNR

IJCAI2023 – Kollaboratives neuronales Rendering mit Anime-Charakterblättern.
  • 737
  • MIT

sklearn-deap

Verwenden Sie in scikit-learn evolutionäre Algorithmen anstelle von Gridsearch.
  • 734
  • MIT

examples

Beispiele für Deep Learning (von LambdaLabsML).
  • 732
  • MIT

codecarbon

Verfolgen Sie die Emissionen von Compute und empfehlen Sie Möglichkeiten zur Reduzierung ihrer Auswirkungen auf die Umwelt.
  • 731
  • MIT

tensor-sensor

Das Ziel dieser Bibliothek besteht darin, hilfreichere Ausnahmemeldungen für Matrixalgebra-Ausdrücke für Numpy, Pytorch, Jax, Tensorflow, Keras, Fastai zu generieren.
  • 731
  • MIT