In Jupyter Notebook geschriebene Bibliotheken

examples

📝 Beispiele für Experimentverfolgung, Modellregistrierung, Datenversionierung und Überwachung des Modelltrainings für maschinelles Lernen live in neptune.ai (von neptune-ai).

48
MIT

PyNaver

Mit der API können Sie eine neue Version der API erstellen.

48
MIT

Arabic-Handwritten-Images-Recognition

Ein Deep-Learning-Modell zur einfachen Klassifizierung der arabischen Buchstaben und Ziffern.

48
MIT

dsse

Eine Spezifikation für Signaturmethoden und -formate, die von Secure Systems Lab-Projekten verwendet werden.

47
Apache License 2.0

eigenlearning

Codebasis für „Eine Theorie der induktiven Verzerrung und Verallgemeinerung der Kernel-Regression und breiter neuronaler Netze“.

47

Traffic-Sign-Recognition-with-Deep-Learning-CNN

Verkehrszeichenerkennung mit Deep Learning CNN.

47
Apache License 2.0

Google-Colab-Shell

Jetzt können Sie die Shell in Google Collab öffnen.

46
Apache License 2.0

StableDiffusionUI_SageMakerSL

Notebook zum Ausführen der Automatic1111 Stable Diffusion-Weboberfläche auf SageMaker Studio Lab.

46

dl-colab-notebooks

Probieren Sie Deep-Learning-Modelle online auf Google Colab aus.

46

pypge

Python-Implementierung des PGE-Algorithmus.

46
MIT

strv-ml-mask2face

Nehmen Sie virtuell eine Gesichtsmaske ab, um zu sehen, wie eine Person darunter aussieht.

45
MIT

Webcam_QR_Detector

Verwenden der Webcam zum Lesen eindimensionaler Barcodes und QR-Codes aus Python 2 und 3.

45

Real-time-Object-Detection-for-Autonomous-Driving-using-Deep-Learning

Mein Computer Vision-Projekt aus meinem Computer Vision-Kurs (Herbst 2020) an der Goethe-Universität Frankfurt, Deutschland. Leistungsvergleich zwischen den hochmodernen Objekterkennungsalgorithmen YOLO und Faster R-CNN basierend auf dem Berkeley DeepDrive (BDD100K)-Datensatz.