Biblioteki napisane w Jupyter Notebook
food-recognition-benchmark-starter-kit
To repozytorium to główny szablon Food Recognition Benchmark i zestaw startowy. Sklonuj repozytorium, aby konkurować teraz!.
- 61
- MIT
visuallayer
Uprość operacje związane z danymi wizualnymi. Wyszukuj i wizualizuj problemy z komputerowymi zestawami danych wizyjnych, takie jak duplikaty, anomalie, wycieki danych, błędne etykiety i inne.
- 61
- Apache License 2.0
climategan
Kod i wstępnie wytrenowany model algorytmu generującego wizualizacje 3 zdarzeń związanych ze zmianami klimatycznymi: powodzi, pożarów i smogu.
- 61
- GNU General Public License v3.0 only
team-compass
Repozytorium do interakcji zespołu, synchronizacji i obsługi notatek ze spotkań w całym ekosystemie JupyterHub. (przez jupyterhub).
- 61
smooth-infinite-zoom
Przyjazne dla użytkownika narzędzie do generowania wideo z nieskończonym zoomem w Colab (w oparciu o stabilną dyfuzję).
- 60
- MIT
grid2demand
Narzędzie do generowania zapotrzebowania na podróże między strefami w oparciu o strefy siatki i model grawitacyjny.
- 60
- Apache License 2.0
gpt-neo_dungeon
Notebooki Colab do uruchamiania podstawowego klonu AI Dungeon przy użyciu gpt-neo-2.7B.
- 59
laughr
Powtarzające się narzędzie do manipulacji dźwiękiem w sieci neuronowej do wyciszania segmentów audio „ścieżki śmiechu”, które często występują w sitcomach.
- 59
- MIT
market_risk_gan_keras
Wykorzystanie dwukierunkowych generatywnych sieci kontradyktoryjnych do oszacowania wartości zagrożonej w zarządzaniu ryzykiem rynkowym za pomocą TensorFlow. [Przeniesiono do: https://github.com/hamaadshah/market_risk_gan_tensorflow].
- 59
- Apache License 2.0
gpt-j-fine-tuning-example
Dostrajanie 6 miliardów GPT-J (i innych modeli) z LoRA i 8-bitową kompresją.
- 58
medmcqa
Wielkoskalowy (194 000) zestaw danych z odpowiedziami na pytania wielokrotnego wyboru (MCQA) zaprojektowany w celu rozwiązywania rzeczywistych pytań na egzaminach wstępnych na medycynę.
- 58
- MIT
exSTATic
Narzędzie do śledzenia czytania do nauki języków bez wysiłku z wykresami i statystykami.
- 58
- GNU General Public License v3.0 only
ctcsound
Powiązania Pythona dla Csound przy użyciu ctypes. Może być używany również z python2.x i python3.x..
- 58
- GNU Lesser General Public License v3.0 only
DeepPlastic
Wykrywanie i kwantyfikowanie szczątków morskich za pomocą głębokich modeli wizualnych.
- 57
- MIT
GAN-Anime-Characters
Zastosowano kilka technik Generative Adversarial Networks (GAN), takich jak: DCGAN, WGAN i StyleGAN, aby wygenerować twarze anime i odręczne cyfry.
- 57
- MIT
ChessboardDetect
Hodgepodge algorytmów wykrywania szachownicy na obrazach z rzeczywistych meczów.
- 56
- MIT
Azure-Cognitive-Search-Azure-OpenAI-Accelerator
Virtual Assistant — inteligentna wyszukiwarka GPT — Bot Framework + Azure OpenAI + Azure Search + Azure SQL + LangChain + CosmosDB.
- 56
TeachMyAgent
TeachMyAgent to platforma testowa dla metod automatycznego uczenia się programu nauczania w Deep RL.
- 56
- MIT
community
Aplikacje i przykłady oparte na danych Netdata. Dla społeczności, przez społeczność. (przez dane sieciowe).
- 56
- MIT
Greenathon-Plant-AI
Identyfikuj choroby roślin☘️ dzięki uczeniu maszynowemu w Internecie za pomocą TFJS.
- 56
- Apache License 2.0
infinite-zoom-stable-diffusion
zasoby do tworzenia wideo z zoomem Ininite przy użyciu stabilnej dyfuzji, możesz użyć wielu monitów i jest łatwy w użyciu.
- 56
- MIT
jupyter-CAF-kernel
:sparkles: jądro notebooka Coarray Fortran Jupyter:cloud::computer::notebook::zap:.
- 56
- MIT