machine-learning

Der großskalige Open-Source-Multimedia-Merkmalsextraktor aus München.

cuVS – eine Bibliothek für Vektorsuche und Clustering auf der GPU

Der schnellste JavaScript BPE Tokenizer Encoder Decoder für die GPT-Modelle von OpenAI (gpt-5, gpt-o*, gpt-4o etc.). Portierung von OpenAIs tiktoken mit zusätzlichen Funktionen.

Ein Redis-Modul zur Bereitstellung von Tensoren und Ausführung von Deep-Learning-Graphen

Die atomarste Art, ein GPT in reinem C ohne Abhängigkeiten zu trainieren und Inferenz durchzuführen

🌟 Eine kuratierte Sammlung kostenloser, hochwertiger KI-Tools 🤖, APIs 🔗, Datensätze 📊 und Lernressourcen 📚 zu Machine Learning 🧠, Deep Learning 🧩, generativer KI 🎨, NLP 💬 und Data Science 📈. Entwickelt, um Entwicklern 👩‍💻, Forschern 🔬 und Kreativen ✨ dabei zu helfen, schneller mit KI zu experimentieren und Anwendungen zu entwickeln ⚡.

Agenten-Beispiele, erstellt mit dem Strands Agents SDK.

Eine kuratierte Liste von Datensätzen, Codebasen und Papieren zum Multi-Task Learning (MTL) aus der Perspektive des maschinellen Lernens.

DIPY ist die führende 3D/4D+ Medizintechnik-Bibliothek in Python. Sie enthält generische Methoden zur räumlichen Normalisierung, Signalverarbeitung, für maschinelles Lernen, statistische Analyse und Visualisierung medizinischer Bilder. Darüber hinaus enthält sie spezielle Methoden für die computergestützte Anatomie, einschließlich Diffusions-, Perfusions- und Strukturbildgebung.

Erstellen Sie Echtzeit-Speech-to-Text-Web-Apps mit OpenAIs Whisper https://openai.com/blog/whisper/

Ein Python-Paket für modulare Kausalitätsanalysen und Modellbewertungen

Natürliche Intelligenz ist nach wie vor eine ziemlich gute Idee.

Tool zur Datenextraktion und programmatischen Interaktion mit Lean.

Molekulardynamik auf Grafikprozessoren (GPUs)

ELKI Data Mining Toolkit

Ein Graph-RAG-System für evidenzbasierte medizinische Informationssuche [ACL 2025]

Ein flexibles Federated Learning-Framework basierend auf PyTorch, das Ihre Federated Learning-Forschung vereinfacht.

Implementierungen von NeRF-Varianten basierend auf Taichi + PyTorch

Dieses Repository enthält eine Sammlung von Umfragen, Datensätzen, wissenschaftlichen Arbeiten und Code zur Schätzung von Vorhersageunsicherheiten in Deep-Learning-Modellen.

Deskriptives Deep Learning

Eine kuratierte Liste praktischer Business Machine Learning (BML) und Business Data Science (BDS) Anwendungen für Buchhaltung, Kunden, Mitarbeiter, Recht, Management und Betrieb (von @firmai)

Liste von Deep-Learning-Cloud-Anbietern

Deep Learning mit Spiking Neural Networks (SNNs) in PyTorch.

Produktionsbereites ML-System zur automatisierten Erkennung von Maßeinheitenfehlern | 88-92% Genauigkeit | 94% Autonomie | KNIME-Workflow

Forschungsarbeiten zur Erklärbarkeit von GNNs

Hochleistungs-Vision-Bibliothek in Python. Skalieren Sie Ihre Forschung, nicht Boilerplate.

Eine Header-only C++-Bibliothek für numerische Optimierung --

Dieses Projekt nutzt eine Kombination aus Statistik und Finanztheorie, um eine beliebte Handelsstrategie an den Aktienmärkten zu demonstrieren: den Pairs-Trading-Ansatz.

TensorRT C++ API Tutorial

R-Programmiertipps für Datenbereinigung, Datenvisualisierung, statistische Modellierung und maschinelles Lernen.