In Jupyter Notebook geschriebene Bibliotheken

open-source-in-environmental-sustainability

Die erste Analyse des Open-Source-Software-Ökosystems in der Nachhaltigkeits- und Klimatechnologie.
  • 37
  • GNU General Public License v3.0

embedding-encoder

Scikit-Learn-kompatibler Transformator, der kategoriale Variablen in dichte Entitätseinbettungen umwandelt.
  • 37
  • MIT

TrafficSignRecognition

Ein tiefes neuronales Netzwerk zur Verkehrszeichenerkennung.
  • 37

yt-spam-classifier

Verwendung von TensorFlow zum automatischen Filtern kryptobezogener Spam-Kommentare auf YouTube.
  • 36
  • MIT

TalkNET-colab

NVIDIAs TalkNET – Trainieren Sie auf Colab.
  • 36

storysniffer

Untersuchen Sie eine URL und schätzen Sie, ob sie eine Nachricht enthält.
  • 36
  • GNU General Public License v3.0

athome-scraper

Ein Tool zum Scrapen und Visualisieren von Wohnungen von athome.lu.
  • 35

Anees

Arabischer Multi-Turn-Open-Domain-Chatbot mit einer Vielzahl von Funktionen.
  • 35
  • MIT

automate-ookla-speedtest

Mit diesem PowerShell-Skript können Sie ganz einfach Ookla Speedtest® CLI verwenden, um Kennzahlen zur Internetverbindungsleistung wie Download, Upload, Latenz und Paketverlust nativ zu messen, ohne auf einen Webbrowser angewiesen zu sein.
  • 35

COVID-US

Offener Benchmark-Datensatz mit COVID-19-bezogenen Ultraschallbilddaten, kuratiert und systematisch validiert – Ensemble de données de référence ouvert d'imagerie échographique liées à la COVID-19, organisiert und validiert.
  • 35
  • GNU General Public License v3.0 only

ML-Prediction-LoL

In diesem Projekt habe ich zwei Algorithmen für maschinelles Lernen implementiert, um den Ausgang eines League of Legends-Spiels vorherzusagen.
  • 35

pytorch_nsfw_model

Pytorch-Modell zur NSFW-Klassifizierung mit Anwendungsbeispiel.
  • 35

PythonCompphys

Einige Python-Arbeitsbücher mit verschiedenen Themen aus der Computerphysik.
  • 35
  • GNU General Public License v3.0 only

konfuzio-sdk

OCR, Extrahieren und Klassifizieren von Dokumenten. Darüber hinaus können Sie Dokumente mit Anmerkungen versehen und Ihre eigenen NLP- und Computer-Vision-Modelle mit Python erstellen, indem Sie die Daten herunterladen. Beispiele finden Sie in unseren Colab-Notizbüchern, z. G. wie man Flair verfeinert.
  • 35
  • MIT

Deep-Learning-With-TensorFlow-Blog-series

Alle Ressourcen und praktischen Übungen für den Einstieg in Deep Learning in TensorFlow [Verschoben nach: https://github.com/Rshit-dagli/Deep-Learning-With-TensorFlow].
  • 35
  • Apache License 2.0

anima

Verwandeln Sie Text mit Stable Diffusion und Google FILM (von saharmor) in ein Video.
  • 34
  • MIT

ml-pipeline-engineering

Best Practices für die Entwicklung von ML-Pipelines.
  • 34
  • MIT

EXA

Ein Repository im EXA-Maßstab mit multimodalen KI-Ressourcen von Artikeln und Modellen bis hin zu grundlegenden Bibliotheken! (von Kyegomez).
  • 34
  • Apache License 2.0

bosonic-qiskit

Erweiterung von Qiskit zur Unterstützung hybrider Boson-Qubit-Simulationen für die NQI C2QA-Bemühungen.
  • 34
  • BSD 2-clause "Simplified"

analysis-sharing

Teilen quantitativer Analysen zu Crypto Lake-Daten.
  • 34
  • MIT

QMLDocker

Ein Docker-Container für die Forschung zum Quantenmaschinellen Lernen (QML).
  • 34
  • GNU General Public License v3.0 only

ishkurs-guide-dataset

Strukturierte Daten aus Ishkur's Guide to Electronic Music. Working Mirror für v2.5 hier: https://igorbrigadir.github.io/ishkurs-guide-dataset/.
  • 34

awesome-chatgpt-plugins

Eine kuratierte Liste aller in ChatGPT plus verfügbaren ChatGPT-Plugins enthält detaillierte Beschreibungen und Nutzungsdokumente sowie inoffizielle Plugin-Quellen (von HighwayofLife).
  • 33
  • Creative Commons Zero v1.0 Universal

Estudos-Python3

Repo veröffentlicht, nachdem ich meine Python-Studien veröffentlicht habe, kann ich von meinem ausgewählten Teil lesen!.
  • 33

YOLOv3-Cloud-Based-Fire-Detection

Benutzerdefinierte Objekterkennung mit YOLOv3 in der Cloud. Es ist darauf trainiert, Feuer in einem bestimmten Frame zu erkennen. Es kann weitgehend bei Waldbränden, Brandunfällen usw. eingesetzt werden.
  • 33

psi4education

Öffentliches Repository von Psi4Education Labs. Wenn Sie ein neues Labor einreichen, reichen Sie es bitte im psi4education-instructor-Repo ein.
  • 33
  • BSD 3-clause "New" or "Revised"

Neural-Network-Steganography

Verstecken Sie einige geheime 😎 Daten in einem neuronalen Netzwerk – Text, Schadsoftware oder Wasserzeichen in Ihrem NN.
  • 32

QuantitaveFinanceExamplesPy

Finanzanalyse, algorithmischer Handel, Beispiele zur Portfoliooptimierung mit Python (HAFTUNGSAUSSCHLUSS – Keine Anlageberatung bereitgestellt, KEINE ANWENDUNG – Weitere Informationen finden Sie hier).
  • 32
  • GNU General Public License v3.0 only

yolact

Tensorflow 2.x-Implementierung YOLACT (von anshkumar).
  • 32

Lottery_Ticket_Hypothesis-TensorFlow_2

Implementierung des Papiers „The Lottery Ticket Hypothesis“ von „Jonathan Frankle, Michael Carbin“.
  • 32