Bibliotecas escritas em Jupyter Notebook
alpha-mind
análise quantitativa de carteira de segurança. O pipeline de análise, incluindo abstração de armazenamento de dados, cálculo alfa, combinação alfa baseada em ML e cálculo de portfólio.
- 212
- MIT
huggingpics
🤗🖼️ HuggingPics: Transformers de visão de ajuste fino para qualquer coisa usando imagens encontradas na web..
- 210
notebooks
O conteúdo deste repositório não é mantido e está sendo migrado ativamente para outros repositórios. (pelo telescópio espacial).
- 210
- BSD 3-clause "New" or "Revised"
OpenEDU
:books: The Open Source Education Initiative – um repositório com recursos para mais de 60 disciplinas de engenharia. Vamos tornar a educação mais aberta e acessível!:foguete::brilhantes:.
- 209
- MIT
minLoRA
minLoRA: uma biblioteca PyTorch mínima que permite aplicar LoRA a qualquer modelo PyTorch.
- 209
- MIT
MoViNet-pytorch
Implementação MoViNets PyTorch: Redes de Vídeo Móvel para Reconhecimento Eficiente de Vídeo;.
- 209
- MIT
tensorflow_Realtime_Multi-Person_Pose_Estimation
Projeto de estimativa de pose de várias pessoas para Tensorflow 2.0 com um modelo pequeno e rápido baseado em MobilenetV3.
- 209
- GNU General Public License v3.0
Optimization-Python
Otimização geral (LP, MIP, QP, otimização contínua e discreta etc.) usando Python.
- 209
- MIT
Multi-Type-TD-TSR
Extraindo tabelas de imagens de documentos usando um pipeline de vários estágios para detecção de tabelas e reconhecimento de estruturas de tabelas:.
- 208
- MIT
tf-metal-experiments
TensorFlow Metal Backend no Apple Silicon Experiments (apenas por diversão).
- 207
- MIT
examples
Analise os dados não estruturados com o Towhee, como pesquisa reversa de imagem, pesquisa reversa de vídeo, classificação de áudio, sistemas de perguntas e respostas, pesquisa molecular, etc. (por towhee-io).
- 207
- Apache License 2.0
CenterSnap
Código Pytorch para o papel ICRA'22: "Reconstrução de forma 3D de múltiplos objetos de tiro único e estimativa categórica de pose e tamanho 6D".
- 206
Awesome_Satellite_Benchmark_Datasets
Material suplementar para o nosso artigo "NÃO HÁ DADOS COMO MAIS DADOS" é fornecido.
- 205
TradingGym
O Trading Gym é um projeto de código aberto para o desenvolvimento de algoritmos de aprendizado por reforço no contexto da negociação. (por cove9988).
- 204
- MIT
r
Usando R com Jupyter / RStudio no Binder (por exemplos de fichários).
- 202
- BSD 3-clause "New" or "Revised"
fraud-detection-using-machine-learning
Configure a arquitetura de demonstração de ponta a ponta para prever eventos de fraude com Machine Learning usando o Amazon SageMaker.
- 202
- Apache License 2.0
Best-Deep-Learning-Optimizers
Coleção dos melhores e mais recentes otimizadores de aprendizado profundo (para Pytorch) - CNN, NLP adequado.
- 197
- Apache License 2.0