In Jupyter Notebook geschriebene Bibliotheken

python_autocomplete

Verwenden Sie Transformer und LSTMs, um Python-Quellcode zu lernen.
  • 178
  • MIT

ISL-python

Portierung des R-Codes in ISL nach Python. Labore und Übungen.
  • 178

book

PDFs und Codelabs für das Buch „Efficient Deep Learning“. (von EfficientDL).
  • 177

S2ML-Generators

Mehrere Notebooks, die den Einsatz verschiedener Methoden des maschinellen Lernens zum Generieren oder Ändern von Multimedia-Inhalten ermöglichen.
  • 177
  • MIT

kravis

Ein {K}otlin-G{ra}mmar für die Datenvisualisierung.
  • 177
  • BSD 2-clause "Simplified"

Time-Series-Transformer

Ein Datenvorverarbeitungspaket für Zeitreihendaten. Design für maschinelles Lernen und Deep Learning.
  • 176
  • MIT

nested-transformer

Verschachtelter hierarchischer Transformator https://arxiv.org/pdf/2105.12723.pdf.
  • 176
  • Apache License 2.0

soxan

Wav2Vec für Spracherkennung, Klassifizierung und Audioklassifizierung.
  • 176
  • Apache License 2.0

conformal_classification

Wrapper für einen PyTorch-Klassifikator, der die Ausgabe von Vorhersagesätzen ermöglicht. Es ist theoretisch garantiert, dass die Mengen mit hoher Wahrscheinlichkeit die wahre Klasse enthalten (durch konforme Vorhersage).
  • 175
  • MIT

Anomaly_Detection_Tuto

Tutorial zur Anomalieerkennung für univariate Zeitreihen mit einem Auto-Encoder.
  • 174

code

Konfigurationsdateien für mein GitHub-Profil. (von CodigoMaquina).
  • 173

artificial-intelligence

KI-Projekte in Python, hauptsächlich Jupyter-Notebooks.
  • 172

compendium

Die größte Sammlung von allem, was mit Finanzen und Krypto zu tun hat.
  • 171
  • The Unlicense

DataScienceWithPython

Lernen Sie Data Science mit dem Fokus auf Mehrwert mit dem effizientesten Tech-Stack.
  • 170

TTS_TFLite

Dieses Repository ist eine Sammlung von TTS-Modellen in TFLite.
  • 170
  • Apache License 2.0

converse

Konversationstextanalyse mit verschiedenen NLP-Techniken.
  • 170
  • Apache License 2.0

LessonMaterials

Open-Source-Lehrplan und Lektionen für einen Einführungskurs in KI/ML.
  • 169

License-super-resolution

Ein Projekt zur Rekonstruktion von Nummernschildbildern in Tensorflow2.
  • 169
  • MIT

prompt-extend

Erweiterung stabiler Diffusionsaufforderungen um geeignete Stilhinweise mittels Textgenerierung.
  • 169
  • Apache License 2.0

Awesome-Competitive-Programming

Wichtige wettbewerbsfähige Programmierprobleme mit Lösungen und intuitiven Visualisierungen (von leduckhai).
  • 168

progrock-stable

Stabile Verbreitung mit einigen Proggy-Verbesserungen.
  • 168
  • GNU General Public License v3.0

blog

Quellcode für meinen persönlichen Blog (von teddykoker).
  • 167
  • MIT

MyST-NB

Analysieren und führen Sie Ipynb-Dateien in Sphinx aus.
  • 167
  • BSD 3-clause "New" or "Revised"

Hello-AWS-Data-Services

Beispielcode für AWS-Datenservice und ML-Kurse auf LinkedIn Learning.
  • 166

r-place-blender

Tools für die R/Place-Datenvisualisierung mit Blender und Python.
  • 166
  • MIT

Gen-L-Video

Die offizielle Implementierung für „Gen-L-Video: Multi-Text to Long Video Generation via Temporal Co-Denoising“.
  • 166
  • Apache License 2.0

indaba-pracs-2022

Notizbücher für die Praktika beim Deep Learning Indaba 2022.
  • 165
  • Apache License 2.0

Local-LLM-Langchain

Laden Sie lokale LLMs zu Testzwecken mühelos zusammen mit Langchain oder anderen Agenten in ein Jupyter-Notebook. Enthält Oobagooga- und KoboldAI-Versionen der Langchain-Notizbücher mit Beispielen.
  • 163

engram

Arnos Engram v2.0 („Engram“)-Layout ist ein optimiertes Tastenlayout für die Touch-Eingabe in Englisch, basierend auf ergonomischen Gesichtspunkten, mit einem Protokoll und einer Software zum Erstellen neuer, optimierter Tastenlayouts in anderen Sprachen.
  • 162
  • MIT

poppy

Ausbreitung physikalischer Optik in Python.
  • 162
  • BSD 3-clause "New" or "Revised"