machine-learning

Dieses Repository enthält kommentierte Forschungspapiere, die ich wirklich gut und nützlich fand

Machine Translation: Foundations and Models von Tong Xiao und Jingbo Zhu

🎁 Über 7.400.000 Unsplash-Bilder für Forschung und Machine Learning verfügbar gemacht

Eine Liste großartiger Compiler-Projekte und -Arbeiten für Tensor-Berechnungen und Deep Learning.

Ein Deep-Learning-Empfehlungssystem

Bilder für die Inferenz ohne Kennzeichnung (Nutzung von Foundation Models zum Trainieren überwachter Modelle).

Unüberwachtes Lernen für die Bildregistrierung

Mars ist ein auf Tensoren basierendes, einheitliches Framework für die großflächige Datenberechnung, das numpy, pandas, scikit-learn und Python-Funktionen skaliert.

Eine Testumgebung zum Generieren von Bildern aus beliebigen Text-Prompts mit Stable Diffusion (früher: mit DALL-E Mini)

Buch 6 „数据有道“ | Iris-Buch: Von Grundrechenarten bis Machine Learning; Feedback und Korrekturen sind herzlich willkommen! Wer die meisten Fehler korrigiert, erhält als Dankeschön ein Gratisbuch!

CV-CUDA™ ist eine Open-Source- und GPU-beschleunigte Bibliothek für Bildverarbeitung und Computer Vision im Cloud-Maßstab.

Machine-Learning-Tools in JavaScript

Steuere jeden Computer mithilfe von LLMs.

Multifunktionswerkzeug für semantische Suche

Ein einheitliches Framework für datenschutzfreundliche Datenanalyse und maschinelles Lernen

AIMET ist eine Bibliothek, die erweiterte Quantisierungs- und Kompressionstechniken für trainierte neuronale Netzwerke bereitstellt.

MLNLP: Dieses Repository sammelt Open-Source-Code-Papers von Konferenzen zur künstlichen Intelligenz (wie ACL, EMNLP, NAACL, COLING, AAAI, IJCAI, ICLR, NeurIPS, ICML usw.).

Stift-und-Papier-Übungen zum maschinellen Lernen

[ICLR 2024] Offizielle Implementierung von „ 🦙 Time-LLM: Time Series Forecasting by Reprogramming Large Language Models“

Ressourcenplanung und Cluster-Management für KI

Ein Toolkit zum Ausführen von Ray-Anwendungen auf Kubernetes

🚀 In Rust geschriebene, effiziente Sammlung von Algorithmen zur Suche nach ungefähren nächsten Nachbarn 🦀.

Algorithmen zur Erklärung von Modellen des maschinellen Lernens

Computer-Vision-Projekte | Spannende KI-Projekte im Bereich Computer Vision (Python, C++, Embedded Systems)

✨ Erstellen Sie ein Machine-Learning-Modell aus einem Prompt

Notebooks, Codebeispiele und Referenzen für Machine Learning und generative KI auf Google Cloud für die Bootcamps des Advanced Solutions Lab (ASL).

Machine-Learning-Plattform für Webentwickler

Apache Hamilton hilft Data Scientists und Engineers dabei, testbare, modulare und selbstdokumentierende Datenflüsse zu definieren, die Abstammung (Lineage/Tracing) und Metadaten kodieren. Läuft und skaliert überall dort, wo Python läuft.

Puzzles zum Erlernen von Triton

Python-Client für Supabase. Abfragen von Postgres aus Flask, Django, FastAPI. Python-Benutzerauthentifizierung, Sicherheitsrichtlinien, Edge Functions, Dateispeicher und Echtzeit-Datenstreaming. Gut für das erste Issue geeignet.