machine-learning

ktrain ist eine Python-Bibliothek, die Deep Learning und KI zugänglicher und einfacher anwendbar macht

Beispiele für Programme, die mit Modal erstellt wurden

Diese Codebasis demonstriert, wie man realistische 3D-Charakteranimationen anhand eines beliebigen Sprachsignals und einem statischen Charakter-Mesh synthetisiert.

XAI - Eine Explainability-Toolbox für maschinelles Lernen

Code und Lösungen für Mathematics for Machine Learning (MML-Buch)

Erdbeobachtungsverarbeitungs-Framework für maschinelles Lernen in Python

Forschungsarbeiten, Repositories und andere Daten zur Anime- oder Manga-Forschung. Bitte lassen Sie mich wissen, wenn Sie Informationen haben, die nicht in dieser Liste enthalten sind.

Zusammenführung herausragender Open-Source-Projekte im Bereich der künstlichen Intelligenz (KI) aus der ganzen Welt.

Ein Framework für verschlüsseltes maschinelles Lernen in TensorFlow

Keras-Implementierung von „One pixel attack for fooling deep neural networks“ unter Verwendung von Differenzialevolution auf Cifar10 und ImageNet

Paket für kausale Inferenz in Graphen und paarweisen Einstellungen. Tools zur Wiederherstellung der Graphenstruktur und für Abhängigkeiten sind enthalten.

🏆 Eine rangierte Liste großartiger Jupyter Notebook-, Hub- und Lab-Projekte (Erweiterungen, Kernel, Tools). Wöchentlich aktualisiert.

Maia ist eine menschenähnliche neuronale Netzwerk-Schach-Engine, die mit Millionen von menschlichen Partien trainiert wurde.

⚡️Das räumliche Wahrnehmungsframework zum schnellen Erstellen von intelligenten Robotern und Räumen

:chart_with_upwards_trend: Adaptive: Paralleles aktives Lernen mathematischer Funktionen

KI-Workloads in Python magisch auf Kubernetes verteilen und ausführen, wie PyTorch für ML-Infra.

Digitale Version und begleitender Code für „Deep Learning from Scratch: Theory and Implementation with Python“.

Physics-Informed Neural Networks (PINN)-Solver für (partielle) Differentialgleichungen zur beschleunigten Simulation im Bereich Scientific Machine Learning (SciML)

Data-Science- und Machine-Learning-Projekte mit Quellcode.

TensorFlow-Plugin für die Unreal Engine.

NFStream: Ein flexibles Framework zur Netzwerkdatenanalyse.

Sequence-to-Sequence-Framework mit Fokus auf neuronale maschinelle Übersetzung basierend auf PyTorch

pyclustering ist eine Data-Mining-Bibliothek für Python und C++.

MyoSuite ist eine Sammlung von Umgebungen und Aufgaben, die von muskuloskelettalen Modellen gelöst werden, welche mit der MuJoCo-Physik-Engine simuliert und in die OpenAI-Gym-API eingebettet sind.

Alle handgeschriebenen Notizen 📝 und Quellcodedateien 🖥️ aus meinen YouTube-Videos zu Machine Learning & Simulation (https://www.youtube.com/channel/UCh0P7KwJhuQ4vrzc3IRuw4Q)

Der einfachste Weg, KI/ML-Modelle in der Produktion bereitzustellen.

Skalierbares Python DS & ML, API-kompatibel und blitzschnell.

DeepRec ist ein auf TensorFlow basierendes, hochleistungsfähiges Deep-Learning-Framework für Empfehlungssysteme. Es wird als Inkunabel-Projekt bei der LF AI & Data Foundation gehostet.

Qualcomm® AI Hub Models ist unsere Sammlung hochmoderner Modelle für maschinelles Lernen, die auf Leistung (Latenz, Speicher usw.) optimiert und bereit für die Bereitstellung auf Qualcomm®-Geräten sind.

:octocat: Über 120 handverlesene Kursressourcen chinesischer Hochschulen, Ergänzungen und Überarbeitungen sind willkommen