In Python geschriebene Bibliotheken
TensorFlow-object-detection-tutorial
Der Zweck dieses Tutorials besteht darin, zu lernen, wie Sie das TensorFlow-Framework installieren und vorbereiten, um Ihren eigenen Objekterkennungsklassifikator für Faltungs-Neuronale Netzwerke für mehrere Objekte von Grund auf zu trainieren.
- 146
album-art-wallpaper
Eine App für Windows, die Ihren Desktop-Hintergrund in das Albumcover des Songs ändert, den Sie gerade hören.
- 145
- GNU General Public License v3.0 only
gvm-tools
Steuern Sie Ihre Greenbone Community Edition oder Greenbone Enterprise Appliance fern.
- 145
- GNU General Public License v3.0 only
OpenKP
Das automatische Extrahieren von Schlüsselphrasen, die für die Bedeutung des Dokuments von Bedeutung sind, ist ein wesentlicher Schritt zum Verständnis semantischer Dokumente. Ein effektives Keyphrase Extraction (KPE)-System kann bei einer Vielzahl von Aufgaben zur Verarbeitung natürlicher Sprache und zum Informationsabruf von Nutzen sein. Neuere neuronale Methoden formulieren die Aufgabe als Dokument-zu-Schlüsselphrase-Sequenz-zu-Sequenz-Aufgabe. Diese seq2seq-Lernmodelle haben im Vergleich zu früheren KPE-Systemen vielversprechende Ergebnisse gezeigt. Die jüngsten Fortschritte bei neuronalem KPE sind größtenteils.
- 145
- MIT
clipspy
Python-CFFI-Bindungen für die CLIPS des „C“ Language Integrated Production System.
- 145
- BSD 3-clause "New" or "Revised"
markovbot
Bibliothek zum Generieren von Text mit einer Markov-Kette, mit Unterstützung zum Lesen und Posten von Aktualisierungen auf Twitter-Konten.
- 145
- GNU General Public License v3.0 only
heinsen_routing
Referenzimplementierung von „An Algorithm for Routing Vectors in Sequences“ (Heinsen, 2022) und „An Algorithm for Routing Capsules in All Domains“ (Heinsen, 2019) zum Aufbau tiefer neuronaler Netze.
- 145
- MIT
yolov5-crowdhuman
Kopf- und Personenerkennung mit yolov5. Erkennung aus der Menge.
- 145
- GNU General Public License v3.0 only
i3expo-ng
Exposé für i3 WM. Fork von https://gitlab.com/d.reis/i3expo, um Abstürze zu beheben und Funktionen/Benutzerfreundlichkeit zu verbessern.
- 145
- MIT
SAITS
Die offizielle PyTorch-Implementierung des Papiers „SAITS: Self-Attention-based Imputation for Time Series“. Ein schnelles und hochmodernes (SOTA) Modell mit Effizienz für die Imputation multivariater unvollständiger Zeitreihen mit fehlenden Daten/Werten. https://arxiv.org/abs/2202.08516.
- 145
- MIT
emhass
emhass: Energy Management for Home Assistant ist ein Python-Modul zur Optimierung der Energieschnittstelle Ihres Zuhauses mit Home Assistant.
- 145
- MIT
NERDA
Framework zur Feinabstimmung vorab trainierter Transformatoren für Named-Entity Recognition (NER)-Aufgaben.
- 145
- MIT
embedding-inspector
Embedding-Inspector-Erweiterung für AUTOMATIC1111/stable-diffusion-webui.
- 145
- The Unlicense
OneByteWallhack
CS:GO-Wallhack, der durch das Patchen eines Byte Spielspeichers erreicht wird. Geschrieben in Python 3.
- 145
- MIT
chainladder-python
Versicherungsmathematische Rückstellungen in Python.
- 145
- Mozilla Public License 2.0
blender-cad-tools
eine Sammlung von Blender-Addons, um CAD-Design mit Blender noch angenehmer zu machen.
- 145
XBMC-Emustation
Frontend für einige Emulatoren, die XBMC verwenden.
- 145
- GNU General Public License v3.0 only
dcs
Digital Combat Simulator Python-Missionsframework (von pydcs).
- 145
- GNU Lesser General Public License v3.0 only