Bibliotecas escritas em Jupyter Notebook

pyLDAvis

Biblioteca Python para visualização de modelo de tópico interativo. Porta do pacote R LDAvis..
  • 1.7k
  • BSD 3-clause "New" or "Revised"

LoFTR

Código para "LoFTR: correspondência de recursos locais sem detectores com transformadores", CVPR 2021, T-PAMI 2022.
  • 1.7k
  • Apache License 2.0

PYNQ

Produtividade Python para ZYNQ.
  • 1.7k
  • BSD 3-clause "New" or "Revised"

pytorch-openpose

implementação pytorch de openpose, incluindo estimativa de pose de mão e corpo.
  • 1.7k

nlp-in-python-tutorial

comparando comediantes stand up usando processamento de linguagem natural.
  • 1.7k

ru-dalle

Gerar imagens a partir de textos. Em russo.
  • 1.6k
  • Apache License 2.0

awesome-embedding-models

Uma lista com curadoria de incríveis tutoriais, projetos e comunidades de modelos de incorporação.
  • 1.6k
  • MIT

Reinforcement-Learning-2nd-Edition-by-Sutton-Exercise-Solutions

Soluções de Aprendizagem por Reforço, Uma Introdução.
  • 1.6k
  • MIT

FinRL-Trading

Para negociação. Por favor estrela..
  • 1.6k
  • MIT

IRkernel

Kernel R para Jupyter.
  • 1.6k
  • GNU General Public License v3.0

Segment-and-Track-Anything

Um projeto de código aberto dedicado a rastrear e segmentar quaisquer objetos em vídeos, de forma automática ou interativa. Os principais algoritmos utilizados incluem o Segment Anything Model (SAM) para segmentação de quadros-chave e Associating Objects with Transformers (AOT) para fins de rastreamento e propagação eficientes.
  • 1.6k
  • GNU Affero General Public License v3.0

dl-colab-notebooks

Experimente modelos de aprendizado profundo online no Google Colab (por tugstugi).
  • 1.6k

logica

Logica é uma linguagem de programação lógica compilada para StandardSQL e executada no Google BigQuery.
  • 1.6k
  • Apache License 2.0

sphereface

Implementação para <SphereFace>no CVPR'17..
  • 1.6k
  • MIT

labml

🔎 Monitore o treinamento do modelo de aprendizado profundo e o uso de hardware do seu celular 📱.
  • 1.6k
  • MIT

densecap

Legendagem de imagens densas em Torch.
  • 1.5k
  • MIT

machine-learning-asset-management

Aprendizado de máquina em gerenciamento de ativos (por @firmai).
  • 1.5k

open-sustainable-technology

Uma lista com curadoria de projetos de tecnologia aberta para sustentar um clima estável, fornecimento de energia, biodiversidade e recursos naturais.
  • 1.5k
  • Creative Commons Zero v1.0 Universal

setfit

Aprendizagem eficiente de poucos tiros com Sentence Transformers.
  • 1.5k
  • Apache License 2.0

uvadlc_notebooks

Repositório de tutoriais do notebook Jupyter para ministrar o Curso de Aprendizado Profundo na Universidade de Amsterdã (MSc AI), outono de 2022/primavera de 2022.
  • 1.5k
  • MIT

FinancePy

Uma biblioteca de finanças Python que se concentra na precificação e gerenciamento de risco de derivativos financeiros, incluindo renda fixa, ações, FX e derivativos de crédito.
  • 1.5k
  • GNU General Public License v3.0 only

pyxelate

Classe Python que gera pixel art a partir de imagens.
  • 1.5k
  • MIT

clip-retrieval

Calcule facilmente as incorporações de clipes e crie um sistema de recuperação de clipes com elas.
  • 1.5k
  • MIT

SGX-Full-OrderBook-Tick-Data-Trading-Strategy

Fornecendo as soluções para estratégias de negociação de alta frequência (HFT) usando abordagens de ciência de dados (Machine Learning) em Full Orderbook Tick Data.
  • 1.5k

DenseDepth

Estimativa de profundidade monocular de alta qualidade via Transfer Learning.
  • 1.5k
  • GNU General Public License v3.0 only

DualStyleGAN

[CVPR 2022] Pastiche Master: Transferência de estilo de retrato de alta resolução baseada em exemplares.
  • 1.5k
  • GNU General Public License v3.0

DIS

Este é o repositório do nosso novo projeto Segmentação de imagens dicotômicas altamente precisas.
  • 1.5k
  • Apache License 2.0

featureform

A loja virtual de recursos. Transforme sua infraestrutura de dados existente em uma loja de recursos.
  • 1.5k
  • Mozilla Public License 2.0

machine-learning-experiments

🤖 Experimentos interativos de aprendizado de máquina: 🏋️treinamento de modelos + 🎨demonstração de modelos.
  • 1.5k
  • MIT

dsp

𝗗𝗦𝗣: Demonstrar-Pesquisar-Prever. Uma estrutura para compor modelos de recuperação e linguagem para PNL intensiva em conhecimento.
  • 1.5k
  • MIT