In Jupyter Notebook geschriebene Bibliotheken
FinanceDatabase
Dies ist eine Datenbank mit über 300.000 Symbolen, die Aktien, ETFs, Fonds, Indizes, Währungen, Kryptowährungen und Geldmärkte umfassen.
- 2.0k
- MIT
awesome-notebooks
Gebrauchsfertige Daten- und KI-Vorlagen, organisiert nach Tools, um Ihre Projekte und Datenprodukte in wenigen Minuten zu starten. 😎 veröffentlicht von der Naas-Community..
- 2.0k
- BSD 3-clause "New" or "Revised"
zero-to-mastery-ml
Alle Kursmaterialien für den Kurs „Zero to Mastery Machine Learning and Data Science“.
- 2.0k
TensorRT
PyTorch/TorchScript/FX-Compiler für NVIDIA-GPUs mit TensorRT (von pytorch).
- 2.0k
- BSD 3-clause "New" or "Revised"
tensorflow-onnx
Konvertieren Sie TensorFlow-, Keras-, Tensorflow.js- und Tflite-Modelle in ONNX.
- 2.0k
- Apache License 2.0
100-pandas-puzzles
100 Datenrätsel für Pandas, von kurz und einfach bis super knifflig (60 % vollständig).
- 2.0k
- MIT
kubric
Eine Datengenerierungspipeline zum Erstellen halbrealistischer synthetischer Multiobjektvideos mit umfangreichen Anmerkungen wie Instanzsegmentierungsmasken, Tiefenkarten und optischem Fluss.
- 2.0k
- Apache License 2.0
SimCLR
PyTorch-Implementierung von SimCLR: Ein einfaches Framework für kontrastives Lernen visueller Darstellungen (von sthalles).
- 1.9k
- MIT
FinMind
Open Data, more than 50 financial data. 提供超過 50 個金融資料(台股為主),每天更新 https://finmind.github.io/.
- 1.9k
- Apache License 2.0
Alpaca-CoT
We unified the interfaces of instruction-tuning data (e.g., CoT data), multiple LLMs and parameter-efficient methods (e.g., lora, p-tuning) together for easy use. Meanwhile, we created a new branch to build a Tabular LLM.(我们分别统一了丰富的IFT数据(如CoT数据,目前仍不断扩充)、多种训练效率方法(如lora,p-tuning)以及多种LLMs,三个层面上的接口,打造方便研究人员上手的LLM-IFT研究平台。同时tabular_llm分支构建了面向表格智能任务的LLM。.
- 1.9k
- Apache License 2.0
jellyfish
🪼 eine Python-Bibliothek zur ungefähren und phonetischen Zuordnung von Zeichenfolgen.
- 1.9k
- MIT
SfMLearner
Ein unbeaufsichtigtes Lernframework zur Tiefen- und Eigenbewegungsschätzung aus monokularen Videos.
- 1.9k
- MIT
DeepLearningForNLPInPytorch
Ein IPython Notebook-Tutorial zu Deep Learning für die Verarbeitung natürlicher Sprache, einschließlich Strukturvorhersage.
- 1.9k
- MIT
ecco
Erklären, analysieren und visualisieren Sie NLP-Sprachmodelle. Ecco erstellt interaktive Visualisierungen direkt in Jupyter-Notebooks, die das Verhalten von Transformer-basierten Sprachmodellen (wie GPT2, BERT, RoBERTA, T5 und T0) erklären.
- 1.8k
- BSD 3-clause "New" or "Revised"
chain-of-thought-hub
Benchmarking der komplexen Denkfähigkeit großer Sprachmodelle mit Gedankenkettenaufforderung.
- 1.7k
- MIT