Perpustakaan yang ditulis dalam Jupyter Notebook

ltt

Pelajari lalu Uji: Mengkalibrasi Algoritma Prediktif untuk Mencapai Pengendalian Risiko.

41
MIT

CoreML-samples

Contoh kode untuk Core ML menggunakan ResNet50 yang disediakan oleh Apple dan model khusus yang dibuat oleh coremltools..

41
MIT

notebooks

Notebook Google Colab (oleh nagolinc).

41

ControllableTalkNet

Ini adalah versi modifikasi dari TalkNet NVIDIA. Ini adalah jaringan yang dapat dikontrol yang dapat digunakan untuk inferensi CPU dan GPU..

41
Creative Commons Zero v1.0 Universal

guidance

Bahasa panduan untuk mengontrol model bahasa besar. (oleh Maximilian-Musim Dingin).

40
MIT

kivy-tensorflow-helloworld

Jalankan inferensi dengan Tensorflow Lite di iOS, Android, MacOS, Windows, dan Linux menggunakan Python..

40

amazon-rekognition-code-samples

Contoh Kode Pengakuan Amazon.

40
MIT No Attribution

nitroml

NitroML adalah framework benchmarking kualitas model modular, portabel, dan dapat diskalakan untuk pipeline Machine Learning dan Automated Machine Learning (AutoML).

40
Apache License 2.0

Artifact_Removal_GAN

GAN U-net untuk penghapusan artefak jpeg.

40
MIT

Transformer-Models-from-Scratch

mengimplementasikan berbagai model trafo untuk berbagai tugas.

40

Transformer-in-Transformer

Implementasi Transformer di Transformer di TensorFlow untuk klasifikasi gambar, perhatian di dalam tambalan lokal (oleh Rishit-dagli).

39
Apache License 2.0

DataDrivenDynSyst

Naskah dan buku catatan untuk menyertai buku Data-Driven Methods for Dynamic Systems.

39
MIT

cdQnA

repositori untuk dokumen dan studi tentang pertanyaan domain tertutup dan menjawab dengan LLM.

39

doohickey

Doohickey adalah alat difusi yang stabil untuk seniman teknis yang ingin tetap mengikuti perkembangan terbaru di lapangan..

39

infery-examples

Kumpulan aplikasi demo dan skrip inferensi untuk berbagai kerangka pembelajaran mendalam menggunakan infery (Python)..

39
GNU General Public License v3.0

Data-Visualizations-Medium

Memahami Data dan Model Pembelajaran Mesin dengan Visualisasi.

38
MIT

Multi-Modal-Comparators

Unified API untuk memfasilitasi penggunaan model "perseptor" terlatih, ala CLIP.

38

Deep-Learning-With-TensorFlow

Semua sumber daya dan latihan langsung bagi Anda untuk memulai Deep Learning di TensorFlow.

38
Apache License 2.0

Algoritma ini menggunakan persegi panjang yang dibuat oleh pengguna untuk mengidentifikasi item latar depan. Kemudian, pengguna dapat mengedit untuk menambah atau menghapus objek ke latar depan. Kemudian, menghapus latar belakang dan membuatnya transparan..