machine-learning

Open-Source-Audio-Annotationstool für Menschen

Ein Wissenszentrum für Data Engineering & Machine Learning

Thermodynamische hypergraphische Modellbibliothek in JAX

FAIR Sequence Modeling Toolkit 2

Ein AutoML-Framework und Toolkit für Machine Learning auf Graphen.

Vertrauenswürdige KI-bezogene Projekte

Das Self-Coding-System für Ihre App — Alan AI SDK für Cordova

Die Machine-Learning-Engine für Hacker

Eine Liste von Data-Science- und Machine-Learning-Ressourcen (hauptsächlich kostenlos)

Eine leichtgewichtige, Header-only-Bibliothek zur Verwendung von Keras- (TensorFlow-) Modellen in C++.

:computer: Lernen Sie, Maschinen das Lernen beizubringen, damit Sie sie nicht mühsam programmieren müssen; Die ultimative Liste

Python-Code während der Ausführung ändern, ohne den Zustand zu verlieren

Eine Liste von Twitter-Datensätzen und zugehörigen Ressourcen.

Beispiele und Tools für Windows ML.

Bio-Computing-Plattform mit groß angelegtem Repräsentationslernen und Multitask-Deep-Learning

Z80-μLM ist ein auf 2 Bit quantisiertes Sprachmodell, das klein genug ist, um auf einem 8-Bit-Z80-Prozessor zu laufen. Trainieren Sie Konversationsmodelle in Python, exportieren Sie sie als CP/M-.COM-Binärdateien und chatten Sie mit Ihrem Vintage-Computer.

DataDreamer: Prompt. Synthetische Daten generieren. Modelle trainieren und ausrichten. 🤖💤

Lernbare latente Einbettungen für die gemeinsame Verhaltens- und Neuralanalyse – Offizielle Implementierung von CEBRA

Generalized Random Forests

Abschlussprojekte sind ein entscheidender Teil des Studiums, insbesondere in Ingenieurwissenschaften, Informatik und anderen technischen Disziplinen. Enthält Quellcode, Präsentationen, Berichte und mehr.

PyCIL: Eine Python-Toolbox für Class-Incremental Learning

TensorFlow 101: Einführung in Deep Learning

Einfache Transformer-Implementierung von Grund auf in PyTorch. (Archiv, neueste Version auf Codeberg)

Eine auf Qiskit basierende Open-Source-Bibliothek für Aufgaben des quantengestützten maschinellen Lernens im großen Maßstab auf Quantenhardware und klassischen Simulatoren

Modulare Reinforcement-Learning-Bibliothek (implementiert in PyTorch, JAX und NVIDIA Warp) mit Unterstützung für Gymnasium/Gym, NVIDIA Isaac Lab, MuJoCo Playground und andere Umgebungen.

Ein tiefgreifender Einblick in Embeddings, beginnend bei den Grundlagen.

Das nnsight-Paket ermöglicht die Interpretation und Manipulation des Innenlebens von Deep-Learning-Modellen.

Offizieller Code für TimeCraft: Ein Zeitreihen-Generierungsframework für reale Anwendungen.

Eine PyTorch-Adversarial-Bibliothek für Angriffs- und Verteidigungsmethoden auf Bildern und Graphen

MapReduce, Spark, Java und Scala für das Buch "Data Algorithms"