In Jupyter Notebook geschriebene Bibliotheken

GPU-Puzzles

Rätsel lösen. Lerne CUDA..
  • 3.5k
  • MIT

HELK

Der jagende ELCH.
  • 3.5k
  • GNU General Public License v3.0 only

ArtLine

Ein auf Deep Learning basierendes Projekt zur Erstellung von Strichzeichnungen.
  • 3.4k
  • MIT

adanet

Schnelles und flexibles AutoML mit Lerngarantien.
  • 3.4k
  • Apache License 2.0

fastpages

Eine benutzerfreundliche Blogging-Plattform mit erweiterter Unterstützung für Jupyter Notebooks.
  • 3.4k
  • Apache License 2.0

ThinkDSP

Denken Sie an DSP: Digitale Signalverarbeitung in Python von Allen B. Downey.
  • 3.4k

deep-text-recognition-benchmark

Texterkennung (optische Zeichenerkennung) mit Deep-Learning-Methoden.
  • 3.4k
  • Apache License 2.0

scientific-python-lectures

Vorlesungen über wissenschaftliches Rechnen mit Python, als IPython-Notebooks.
  • 3.4k

pyannote-audio

Neuronale Bausteine ​​zur Sprecherdiagnose: Sprachaktivitätserkennung, Sprecherwechselerkennung, überlappende Spracherkennung, Sprechereinbettung.
  • 3.4k
  • MIT

course-nlp

Ein Code-First-Einführungskurs in NLP.
  • 3.3k

alpha-zero-general

Eine saubere Implementierung auf Basis von AlphaZero für jedes Spiel in jedem Framework + Tutorial + Othello/Gobang/TicTacToe/Connect4 und mehr.
  • 3.3k
  • MIT

go-profiler-notes

Felixges Anmerkungen zu den verschiedenen verfügbaren Go-Profiling-Methoden.
  • 3.3k
  • Creative Commons Attribution Share Alike 4.0

Deep-Learning

  • 3.3k
  • MIT

faceswap-GAN

Ein entrauschender Autoencoder + gegnerische Verluste und Aufmerksamkeitsmechanismen für den Gesichtsaustausch.
  • 3.3k

Conference-Acceptance-Rate

Akzeptanzquoten für die großen KI-Konferenzen.
  • 3.2k
  • MIT

VToonify

[SIGGRAPH Asia 2022] VToonify: Steuerbare hochauflösende Übertragung im Porträtvideostil.
  • 3.2k
  • GNU General Public License v3.0

LSTM-Human-Activity-Recognition

Beispiel für die Erkennung menschlicher Aktivitäten unter Verwendung eines TensorFlow-Datensatzes für Smartphone-Sensoren und eines LSTM-RNN. Die Art der Bewegung in sechs Aktivitätskategorien einteilen – Guillaume Chevalier.
  • 3.2k
  • MIT

Luotuo-Chinese-LLM

骆驼(Luotuo): Open Sourced Chinese Language Models. Developed by 陈启源 @ 华中师范大学 & 李鲁鲁 @ 商汤科技 & 冷子昂 @ 商汤科技.
  • 3.1k
  • Apache License 2.0

BLIP

PyTorch-Code für BLIP: Bootstrapping Language-Image Pre-Training für einheitliches Vision-Language-Verständnis und -Generierung.
  • 3.1k
  • BSD 3-clause "New" or "Revised"

ML-Workspace

🛠 All-in-one webbasierte IDE, spezialisiert auf maschinelles Lernen und Datenwissenschaft.
  • 3.1k
  • Apache License 2.0

EconML

ALICE (Automated Learning and Intelligence for Causation and Economics) ist ein Microsoft Research-Projekt, das darauf abzielt, Konzepte der künstlichen Intelligenz auf die wirtschaftliche Entscheidungsfindung anzuwenden. Eines seiner Ziele besteht darin, ein Toolkit zu entwickeln, das modernste Techniken des maschinellen Lernens mit Ökonometrie kombiniert, um komplexe kausale Inferenzprobleme zu automatisieren. Bisher implementiert das ALICE Python SDK (econml) orthogonale maschinelle Lernalgorithmen wie die doppelte maschinelle Lernarbeit von.
  • 3.1k
  • GNU General Public License v3.0

vissl

VISSL ist FAIRs Bibliothek erweiterbarer, modularer und skalierbarer Komponenten für SOTA Self-Supervised Learning mit Bildern.
  • 3.1k
  • MIT

stable-diffusion

Optimierte stabile Diffusion wurde geändert, um auf niedrigerem GPU-VRAM zu laufen (von basujindal).
  • 3.1k
  • GNU General Public License v3.0

whisper-jax

JAX-Implementierung des Whisper-Modells von OpenAI für bis zu 70-fache Beschleunigung auf TPU.
  • 3.0k
  • Apache License 2.0

RL-Adventure-2

PyTorch0.4-Implementierung von: Akteurkritiker / proximale Richtlinienoptimierung / acer / ddpg / Zwillingsduell-ddpg / weicher Akteurkritiker / generatives kontradiktorisches Nachahmungslernen / Rückblick-Erfahrungswiederholung.
  • 3.0k

Dreambooth-Stable-Diffusion

Implementierung von Dreambooth (https://arxiv.org/abs/2208.12242) mittels Textinversion (https://arxiv.org/abs/2208.01618) für stabile Diffusion (https://arxiv.org/abs/2112.10752). Die Optimierungen konzentrierten sich auf das Training von Gesichtern, Objekten und Stilen. (von JoePenna).
  • 3.0k
  • MIT

python-training

Python-Schulung für Business-Analysten und Händler.
  • 3.0k
  • Apache License 2.0

pixel2style2pixel

Offizielle Implementierung für „Encoding in Style: a StyleGAN Encoder for Image-to-Image Translation“ (CVPR 2021) mit Vorstellung des pixel2style2pixel (pSp)-Frameworks.
  • 3.0k
  • MIT

starter-hugo-academic

🎓 Hugo Academic Theme 创建一个学术网站. Easily create a beautiful academic résumé or educational website using Hugo and GitHub..
  • 3.0k
  • MIT

web-stable-diffusion

Bereitstellung stabiler Diffusionsmodelle für Webbrowser. Alles läuft im Browser ohne Serverunterstützung.
  • 3.0k
  • Apache License 2.0