Biblioteki napisane w Jupyter Notebook
requirements
Prosty przykład oparty na pliku requirements.txt (według binder-examples).
- 70
- BSD 3-clause "New" or "Revised"
Kandinsky-2-textual-inversion
Kandinsky 2 — wielojęzyczny model ukrytej dyfuzji text2image.
- 70
- Apache License 2.0
torchegranate
Tymczasowe repozytorium hostujące ponowne zapisanie granatu przy użyciu PyTorch jako backendu.
- 69
- MIT
vision-camera-realtime-object-detection
Wtyczka VisionCamera Frame Processor do wykrywania obiektów za pomocą TensorFlow Lite Task Vision.
- 69
- MIT
color-grading
Automatyczny kreator PNG-LUT dla OBS przy użyciu kolorowych kart referencyjnych do kalibracji.
- 69
- GNU General Public License v3.0 only
DataEngineerZoomCamp
Biorę udział w Data Engineering Bootcamp / Zoomcamp. Tutaj będę przechowywać pliki i postępy..
- 68
RigidBodySim.jl
Symulacja i wizualizacja przegubowych układów brył sztywnych w Julii.
- 68
- GNU General Public License v3.0
OpenNMT-Tutorial
Samouczek neuronowego tłumaczenia maszynowego (NMT). Wstępne przetwarzanie danych, szkolenie modeli, ocena i wdrażanie.
- 68
- MIT
Open-CYOAI-Project
Nakładka Colab do grania w różne zmodyfikowane wersje AI Dungeon 2. Również główna wiki gry z informacjami zebranymi od Anonsów 4chan.
- 68
- GNU Affero General Public License v3.0
examples
Notatniki demonstrujące przykładowe zastosowania biblioteki cleanlab (autorstwa cleanlab).
- 67
- GNU Affero General Public License v3.0
jupyter-collaboration
Rozszerzenie serwera Jupyter zapewniające obsługę dokumentów Y.
- 67
- GNU General Public License v3.0
videocr-PaddleOCR
Wyodrębnij zakodowane na stałe napisy z filmów za pomocą uczenia maszynowego.
- 67
- MIT
OMOP2OBO
OMOP2OBO: biblioteka Pythona do mapowania znormalizowanej terminologii klinicznej OMOP na otwarte ontologie biomedyczne.
- 67
- MIT
Scrape-Websites-with-Python-FastAPI-Celery-NoSQL
Dowiedz się, jak usuwać strony internetowe za pomocą Pythona, Selenium, Requests HTML, Celery, FastAPI i NoSQL za pomocą Cassandry za pośrednictwem AstraDB.
- 67
- Apache License 2.0
Towards-A-Deep-and-Unified-Understanding-of-Deep-Neural-Models-in-NLP
Implementacja kodu artykułu Towards A Deep and Unified Understanding Deep Neural Models in NLP.
- 67
PyVaporation
Rozwiązanie do modelowania wydajności membran perwaporacyjnych na podstawie danych eksperymentalnych.
- 66
- Apache License 2.0
dtan
Oficjalna implementacja PyTorch dla naszego artykułu NeurIPS 2019, Diffeomorphic Temporal Alignment Nets. Wersja TensorFlow\Keras jest dostępna w gałęzi tf_legacy..
- 65
- MIT
deepfake-detection
DeepFake Detection: wykryj, że wideo jest fałszywe lub nie korzysta z InceptionResNetV2. (przez xinyooo).
- 65
Network-Intrusion-Detection-Using-Machine-Learning
Nowatorska analiza statystyczna i inteligentne podejście do wykrywania włamań oparte na autoenkoderze.
- 64
- GNU General Public License v3.0 only
coral-pi-rest-server
Przeprowadzaj wnioskowanie modeli tensorflow-lite na RPi z akceleracją z pamięci Coral USB.
- 63
- MIT
Easter2
Easter2.0: ULEPSZENIE MODELI KONWOLUCYJNYCH DO ROZPOZNAWANIA TEKSTÓW PISMA ODDRĘCZNEGO.
- 62
- Apache License 2.0
Social_Distancing_with_AI
Monitoruj osoby naruszające zasady dystansu społecznego lub nie noszące masek w miejscach publicznych za pomocą nagrań CCTV.
- 62
- MIT
lego-mindstorms
Moje projekty LEGO MINDSTORMS (z wykorzystaniem elektroniki z zestawu 51515) (autor: arturomoncadatorres).
- 62
- MIT