Các thư viện được viết bằng Jupyter Notebook

ltt

Tìm hiểu rồi kiểm tra: Hiệu chỉnh thuật toán dự đoán để đạt được kiểm soát rủi ro.
  • 41
  • MIT

mlattacks

Dòng tấn công học máy.
  • 41

CoreML-samples

Mã mẫu cho Core ML sử dụng ResNet50 do Apple cung cấp và một mô hình tùy chỉnh được tạo bởi coremltools..
  • 41
  • MIT

notebooks

Sổ tay Google Colab (của nagolinc).
  • 41

ControllableTalkNet

Đây là phiên bản sửa đổi của TalkNet của NVIDIA. Đây là một mạng có thể kiểm soát được, có thể được sử dụng cho cả suy luận CPU và GPU..
  • 41
  • Creative Commons Zero v1.0 Universal

guidance

Một ngôn ngữ hướng dẫn để kiểm soát các mô hình ngôn ngữ lớn. (của Maximilian-Mùa đông).
  • 40
  • MIT

kivy-tensorflow-helloworld

Chạy suy luận với Tensorflow Lite trên iOS, Android, MacOS, Windows và Linux bằng Python..
  • 40

amazon-rekognition-code-samples

Các mẫu mã Amazon Rekognition.
  • 40
  • MIT No Attribution

nitroml

NitroML là khung đo điểm chuẩn chất lượng mô hình theo mô-đun, di động và có thể mở rộng cho các quy trình Machine Learning và Automated Machine Learning (AutoML)..
  • 40
  • Apache License 2.0

Artifact_Removal_GAN

GAN U-net để loại bỏ tạo tác jpeg.
  • 40
  • MIT

Graphs4Sci

  • 40
  • MIT

Transformer-Models-from-Scratch

thực hiện các mô hình máy biến áp khác nhau cho các nhiệm vụ khác nhau.
  • 40

full_spectrum_bioinformatics

Một văn bản tin sinh học truy cập mở.
  • 39

Transformer-in-Transformer

Triển khai Transformer trong Transformer trong TensorFlow để phân loại hình ảnh, chú ý bên trong các bản vá cục bộ (của Rishit-dagli).
  • 39
  • Apache License 2.0

DataDrivenDynSyst

Tập lệnh và sổ ghi chép đi kèm với cuốn sách Phương pháp điều khiển dữ liệu cho hệ thống động.
  • 39
  • MIT

cdQnA

kho tài liệu, nghiên cứu về lĩnh vực hỏi đáp với LLM.
  • 39

doohickey

Doohickey là một công cụ phổ biến ổn định dành cho các nghệ sĩ kỹ thuật muốn cập nhật những phát triển mới nhất trong lĩnh vực này..
  • 39

DeepFloyd-IF-colab

  • 39
  • The Unlicense

infery-examples

Một bộ sưu tập các ứng dụng demo và tập lệnh suy luận cho các khung học sâu khác nhau bằng cách sử dụng suy luận (Python)..
  • 39
  • GNU General Public License v3.0

Data-Visualizations-Medium

Hiểu các mô hình học máy và dữ liệu bằng trực quan hóa.
  • 38
  • MIT

Multi-Modal-Comparators

API hợp nhất để tạo thuận lợi cho việc sử dụng các mô hình "nhận thức" được đào tạo trước, a la CLIP.
  • 38

Deep-Learning-With-TensorFlow

Tất cả tài nguyên và bài tập thực hành để bạn bắt đầu với Deep Learning trong TensorFlow.
  • 38
  • Apache License 2.0

iterative-grabcut

Thuật toán này sử dụng một hình chữ nhật do người dùng tạo để xác định mục nền trước. Sau đó, người dùng có thể chỉnh sửa để thêm hoặc bớt các đối tượng vào nền trước. Sau đó, nó loại bỏ nền và làm cho nó trong suốt..
  • 38
  • MIT

Colab-Crypto-Mining

Thử nghiệm khai thác tiền điện tử trên Google CoLab Notebooks.
  • 38
  • GNU General Public License v3.0 only

punchr

🥊 Các thành phần để đo hiệu suất Nâng cấp kết nối trực tiếp thông qua Rơle (DCUtR)..
  • 38
  • Apache License 2.0

BLOOM-fine-tuning

Hoàn thiện BLOOM.
  • 38

TimeSeriesCrossValidation

Mô-đun xác thực chéo chuỗi thời gian.
  • 37
  • MIT

xrays-and-gradcam

Phân loại và định vị dựa trên độ dốc của X quang ngực bằng PyTorch..
  • 37
  • MIT

data-analytics-project-template

Mẫu bắt đầu dự án python dành cho phân tích dữ liệu và khoa học dữ liệu..
  • 37
  • Apache License 2.0

TensorFlow2.0_Notebooks

Triển khai một loạt kiến ​​trúc Mạng thần kinh trong TensorFow 2.0.
  • 37
  • MIT