Biblioteki napisane w Jupyter Notebook

paper2gui

Convert AI papers to GUI，Make it easy and convenient for everyone to use artificial intelligence technology。让每个人都简单方便的使用前沿人工智能技术.
  • 8.2k
  • MIT

tortoise-tts

Wielogłosowy system TTS wyszkolony z naciskiem na jakość.
  • 8.2k
  • Apache License 2.0

nerf

Wydanie kodu dla NeRF (Neural Radiance Fields).
  • 8.0k
  • MIT

FinRL

FinRL: Nauka o wzmocnieniu finansowym. 🔥.
  • 7.8k
  • MIT

TTS

:robot::speech_balloon: Deep learning for Text to Speech (Forum dyskusyjne: https://discourse.mozilla.org/c/tts) (autor: mozilla).
  • 7.7k
  • Mozilla Public License 2.0

vision_transformer

  • 7.7k
  • Apache License 2.0

tsfresh

Automatyczne wyodrębnianie odpowiednich cech z szeregów czasowych:
  • 7.6k
  • MIT

pycaret

Otwarta, niskokodowa biblioteka uczenia maszynowego w Pythonie.
  • 7.5k
  • MIT

FinGPT

Data-centric FinGPT. Open source dla otwartych finansów! Zrewolucjonizuj 🔥 Wkrótce wypuścimy przeszkolony model..
  • 7.5k
  • MIT

mlops-zoomcamp

Darmowy kurs MLOps od DataTalks. Club.
  • 7.5k

disco-diffusion

  • 7.3k
  • GNU General Public License v3.0

examples

Przykłady TensorFlow (przez tensorflow).
  • 7.3k
  • Apache License 2.0

qlora

QLoRA: Wydajne dostrajanie skwantowanych LLM.
  • 6.8k
  • MIT

Dreambooth-Stable-Diffusion

Implementacja Dreambooth (https://arxiv.org/abs/2208.12242) ze Stable Diffusion.
  • 6.8k
  • MIT

DensePose

Podejście w czasie rzeczywistym do mapowania wszystkich ludzkich pikseli obrazów 2D RGB na trójwymiarowy model powierzchniowy ciała.
  • 6.6k
  • GNU General Public License v3.0

Stock-Prediction-Models

Gromadzi modele uczenia maszynowego i uczenia głębokiego do prognozowania akcji, w tym boty handlowe i symulacje.
  • 6.6k
  • Apache License 2.0

pytorch-Deep-Learning

Głębokie uczenie się (z PyTorch).
  • 6.5k
  • GNU General Public License v3.0

python-docs-samples

Przykłady kodu użyte na cloud.google.com.
  • 6.4k
  • Apache License 2.0

H2O

H2O to otwarta, rozproszona, szybka i skalowalna platforma uczenia maszynowego: głębokie uczenie się, wzmacnianie gradientu (GBM) i XGBoost, losowy las, uogólnione modelowanie liniowe (GLM z elastyczną siatką), k-średnie, PCA, uogólnione modele addytywne (GAM)), RuleFit, Support Vector Machine (SVM), Stacked Ensembles, Automatic Machine Learning (AutoML) itp.
  • 6.4k
  • Apache License 2.0

introtodeeplearning

Materiały laboratoryjne dla MIT 6. S191: Wprowadzenie do głębokiego uczenia się.
  • 6.4k
  • MIT

py

Repozytorium do przechowywania przykładowych programów Pythona do nauki Pythona.
  • 6.3k

pandas-cookbook

Przepisy dotyczące korzystania z biblioteki pandas Pythona.
  • 6.2k

models

Zbiór wstępnie wytrenowanych, najnowocześniejszych modeli w formacie ONNX (przez onnx).
  • 6.2k
  • Apache License 2.0

LAVIS

LAVIS - kompleksowa biblioteka dla inteligencji językowo-wizyjnej.
  • 6.1k
  • BSD 3-clause "New" or "Revised"

mlbookcamp-code

Kod z książki Machine Learning Bookcamp i darmowy kurs na jej podstawie.
  • 6.1k

swift

Swift dla TensorFlow (przez tensorflow).
  • 6.1k
  • Apache License 2.0

automl

Google Brain AutoML.
  • 6.0k
  • Apache License 2.0

lama

🦙 Malowanie obrazów LaMa, malowanie dużych masek o dużej rozdzielczości ze zwojami Fouriera, WACV 2022.
  • 5.9k
  • Apache License 2.0

vosk-api

Interfejs API rozpoznawania mowy offline dla systemów Android, iOS, Raspberry Pi i serwerów z Pythonem, Javą, C# i Node.
  • 5.9k
  • Apache License 2.0

cleverhans

Biblioteka przykładów przeciwników do konstruowania ataków, budowania obrony i porównywania obu.
  • 5.9k
  • MIT