In Jupyter Notebook geschriebene Bibliotheken

dynamax

State Space Models-Bibliothek in JAX.
  • 421
  • MIT

vhs-decode

Softwaredefinierter VHS-Decoder – Fork (möglicherweise vorübergehend) des ld-decode Laserdisc-HF-Decoders.
  • 419
  • GNU General Public License v3.0 only

keytotext

Schlüsselwörter zu Sätzen.
  • 418
  • MIT

BookCode_Edition1

  • 417
  • GNU General Public License v3.0 only

Speech-Backbones

Dies ist das Haupt-Repository für Open-Source-Sprachtechnologie von Huawei Noah's Ark Lab.
  • 416

PytorchNeuralStyleTransfer

Implementierung der neuronalen Stilübertragung in Pytorch.
  • 413
  • MIT

adaptnlp

Eine benutzerfreundliche Bibliothek und ein Framework für die Verarbeitung natürlicher Sprache zum Vorhersagen, Trainieren, Feinabstimmen und Bereitstellen modernster NLP-Modelle.
  • 410
  • Apache License 2.0

learntools

Tools und Tests, die in Kaggle Learn-Übungen verwendet werden.
  • 409
  • Apache License 2.0

deep-vector-quantization

VQVAEs, GumbelSoftmaxes und Freunde.
  • 406
  • MIT

aws-security-workshops

Eine Sammlung der neuesten AWS-Sicherheitsworkshops.
  • 403
  • MIT No Attribution

gpt2bot

Ihr neuer Telegram-Kumpel mit Transformatorenantrieb.
  • 403
  • MIT

PublicDataReader

데이터 조회를 위한 오픈소스 파이썬 라이브러리.
  • 401
  • MIT

a3c_trading

Handel mit wiederkehrendem schauspieler-kritischem Verstärkungslernen.
  • 401

LLM-Training-Puzzles

Was würden Sie mit 1000 H100 machen?
  • 399
  • MIT

lava

Ein Software-Framework für neuromorphes Computing.
  • 397
  • GNU General Public License v3.0

tvdatafeed

Ein einfacher TradingView-Downloader für historische Daten.
  • 396
  • MIT

Toon-Me

Ein Deep-Learning-Projekt zum Erstellen von Toon-Porträtbildern.
  • 394
  • GNU General Public License v3.0 only

medspacy

Bibliothek für klinisches NLP mit spaCy.
  • 393
  • MIT

conformal-prediction

Leichte, nützliche Implementierung der konformen Vorhersage auf realen Daten.
  • 392
  • MIT

Diffusion-ColabUI

Wählen Sie Ihre Diffusionsmodelle und erstellen Sie mit einem Klick eine WebUI auf Colab.
  • 392
  • Apache License 2.0

data-science-learning

Repository mit Code und Ressourcen zu verschiedenen Themen der Datenwissenschaft und des maschinellen Lernens. Für Lern-, Übungs- und Lehrzwecke.
  • 390
  • Apache License 2.0

rethinking-numpyro

Statistical Rethinking (2. Aufl.) mit NumPyro.
  • 389
  • MIT

learning-cloud

Liste der Ressourcen – Kurse, Beispielcode, Artikel und Screencasts zum Erlernen von AWS, Azure, GCP, IBM und Alibaba Cloud.
  • 386
  • Apache License 2.0

glasses

Hochwertige neuronale Netze für Computer Vision 😎.
  • 386
  • MIT

pyspark-tutorials

Codeausschnitte und Tutorials für die Arbeit mit sozialwissenschaftlichen Daten in PySpark.
  • 385
  • GNU General Public License v3.0

face-emotion-recognition

Effiziente Erkennung von Gesichtsemotionen in Fotos und Videos.
  • 383
  • Apache License 2.0

the-elements-of-statistical-learning

Meine Notizen und Codes (Jupyter-Notizbücher) für „The Elements of Statistical Learning“ von Trevor Hastie, Robert Tibshirani und Jerome Friedman.
  • 382
  • MIT

ydata-quality

Datenqualitätsbewertung mit einer Codezeile.
  • 381
  • MIT

drq

DrQ: Daten reguliertes Q.
  • 379
  • MIT

grape

🍇 GRAPE ist eine Rust/Python Graph Representation Learning-Bibliothek für Vorhersagen und Auswertungen (von AnacletoLAB).
  • 376
  • MIT