Biblioteker skrevet i Jupyter Notebook
alpha-mind
kvantitativ sikkerhedsporteføljeanalyse. Analysepipelinen inklusive datalagringsabstraktion, alfaberegning, ML-baseret alfakombination og porteføljeberegning.
- 212
- MIT
huggingpics
🤗🖼️ HuggingPics: Finjuster Vision Transformers til alt ved hjælp af billeder fundet på nettet.
- 210
notebooks
Indhold i dette lager vedligeholdes ikke og migreres aktivt til andre depoter. (ved rumteleskop).
- 210
- BSD 3-clause "New" or "Revised"
OpenEDU
:books: Open Source Education Initiative – et arkiv med ressourcer til mere end 60 ingeniørfag. Lad os gøre uddannelse mere åben og tilgængelig!:raket::gnister:.
- 209
- MIT
minLoRA
minLoRA: et minimalt PyTorch-bibliotek, der giver dig mulighed for at anvende LoRA på enhver PyTorch-model.
- 209
- MIT
MoViNet-pytorch
MoViNets PyTorch implementering: Mobile videonetværk til effektiv videogenkendelse;.
- 209
- MIT
tensorflow_Realtime_Multi-Person_Pose_Estimation
Multi-Person Pose Estimation projekt for Tensorflow 2.0 med en lille og hurtig model baseret på MobilenetV3.
- 209
- GNU General Public License v3.0
Optimization-Python
Generel optimering (LP, MIP, QP, kontinuerlig og diskret optimering osv.) ved hjælp af Python.
- 209
- MIT
Multi-Type-TD-TSR
Udtrækning af tabeller fra dokumentbilleder ved hjælp af en flertrins pipeline til tabeldetektering og tabelstrukturgenkendelse:.
- 208
- MIT
examples
Analyser de ustrukturerede data med Towhee, såsom omvendt billedsøgning, omvendt videosøgning, lydklassificering, spørgsmål og svar-systemer, molekylær søgning osv. (ved towhee-io).
- 207
- Apache License 2.0
CenterSnap
Pytorch-kode for ICRA'22 papir: "Single-Shot Multi-Object 3D Shape Reconstruction and Categorical 6D Pose and Size Estimation".
- 206
Awesome_Satellite_Benchmark_Datasets
Supplerende materiale til vores papir "DER ER INGEN DATA SOM MERE DATA" er leveret..
- 205
TradingGym
Trading Gym er et open source-projekt til udvikling af forstærkende læringsalgoritmer i forbindelse med handel. (af cove9988).
- 204
- MIT
r
Brug af R med Jupyter / RStudio på bindemiddel (ved bindeeksempler).
- 202
- BSD 3-clause "New" or "Revised"
fraud-detection-using-machine-learning
Konfigurer ende-til-ende demo-arkitektur til at forudsige svindelhændelser med Machine Learning ved hjælp af Amazon SageMaker.
- 202
- Apache License 2.0
Best-Deep-Learning-Optimizers
Samling af de nyeste, bedste, deep learning optimizers (til Pytorch) - CNN, NLP egnet.
- 197
- Apache License 2.0