Bibliotecas escritas em Jupyter Notebook
CoreML-samples
Código de amostra para Core ML usando ResNet50 fornecido pela Apple e um modelo personalizado gerado por coremltools.
- 41
- MIT
ControllableTalkNet
Esta é uma versão modificada do TalkNet da NVIDIA. É uma rede controlável que pode ser usada para inferência de CPU e GPU.
- 41
- Creative Commons Zero v1.0 Universal
guidance
Uma linguagem de orientação para controlar grandes modelos de linguagem. (por Maximilian-Winter).
- 40
- MIT
kivy-tensorflow-helloworld
Execute inferência com o Tensorflow Lite no iOS, Android, MacOS, Windows e Linux usando Python.
- 40
nitroml
O NitroML é uma estrutura de benchmarking de qualidade de modelo modular, portátil e escalável para pipelines de Machine Learning e Automated Machine Learning (AutoML).
- 40
- Apache License 2.0
Transformer-Models-from-Scratch
implementando vários modelos de transformadores para várias tarefas.
- 40
Transformer-in-Transformer
Uma implementação do Transformer no Transformer no TensorFlow para classificação de imagens, atenção dentro de patches locais (por Rishit-dagli).
- 39
- Apache License 2.0
DataDrivenDynSyst
Scripts e notebooks para acompanhar o livro Data-Driven Methods for Dynamic Systems.
- 39
- MIT
doohickey
Doohickey é uma ferramenta de difusão estável para artistas técnicos que desejam se manter atualizados com os últimos desenvolvimentos no campo.
- 39
infery-examples
Uma coleção de aplicativos de demonstração e scripts de inferência para várias estruturas de aprendizado profundo usando inferência (Python).
- 39
- GNU General Public License v3.0
Data-Visualizations-Medium
Compreendendo modelos de dados e aprendizado de máquina com visualizações.
- 38
- MIT
Multi-Modal-Comparators
API unificada para facilitar o uso de modelos "perceptores" pré-treinados, a la CLIP.
- 38
Deep-Learning-With-TensorFlow
Todos os recursos e exercícios práticos para você começar a usar o Deep Learning no TensorFlow.
- 38
- Apache License 2.0
iterative-grabcut
Este algoritmo usa um retângulo feito pelo usuário para identificar o item de primeiro plano. Em seguida, o usuário pode editar para adicionar ou remover objetos do primeiro plano. Em seguida, remove o fundo e o torna transparente.
- 38
- MIT
Colab-Crypto-Mining
Experimentos de mineração de criptomoeda em notebooks do Google CoLab.
- 38
- GNU General Public License v3.0 only
punchr
🥊 Componentes para medir o desempenho do Direct Connection Upgrade through Relay (DCUtR).
- 38
- Apache License 2.0
xrays-and-gradcam
Classificação e localização baseada em gradiente de radiografias de tórax usando PyTorch..
- 37
- MIT
data-analytics-project-template
Um modelo inicial de projeto python para análise de dados e ciência de dados.
- 37
- Apache License 2.0
TensorFlow2.0_Notebooks
Implementação de uma série de arquiteturas de Redes Neurais no TensorFow 2.0.
- 37
- MIT