machine-learning

TensorLayerX: Ein einheitliches Framework für Deep Learning und Reinforcement Learning für alle Hardware-Plattformen, Backends und Betriebssysteme.

Eine kuratierte Liste von Ressourcen für Machine-Learning-Anwendungen mit LEGO-Steinen

Mindmap der Softwarearchitektur und Softwaretechnik: Ein Überblick über Software-Terminologien und -Konzepte.

Ein euklidisches Diffusionsmodell für strukturbasiertes Wirkstoffdesign.

Code zum Testen verschiedener M1-Chip-Benchmarks mit TensorFlow.

Vollständiges Deep-Learning-Projekt aus dem Kurs Full Stack Deep Learning, Ausgabe 2022. Automatisch generiert von https://github.com/full-stack-deep-learning/fsdl-text-recognizer-2022.

Quelle für alle, die sich für Daten interessieren.

Notizen zu Deep-Learning-Systemen, einschließlich mathematischer Grundlagen, detaillierter Erläuterungen neuronaler Netzwerkkomponenten, Trainingsstrategien und Algorithmen zur Modellkomprimierung.

skops ist eine Python-Bibliothek, die beim Teilen und der produktiven Bereitstellung von scikit-learn-basierten Modellen unterstützt.

Umfassende Sammlung von Ressourcen, Tutorials, Fachartikeln, Tools und Best Practices für das Fine-Tuning von Large Language Models (LLMs), ideal für ML-Praktiker und Forscher.

Ein Toolkit zur symbolischen Musikgenerierung.

pytextclassifier ist ein Toolkit für Textklassifizierung, das sofort einsatzbereite Implementierungen von Modellen wie LR, Xgboost, TextCNN, FastText, TextRNN und BERT bietet.

Implementierung des Robust Random Cut Forest-Algorithmus zur Anomalieerkennung in Datenströmen

Eine extrem einfache API zur Entwicklung von LLM-gestützten Anwendungen.

Das erste offene Framework für föderiertes Lernen, implementiert in C++ und Python.

PromptInject ist ein Framework, das Prompts modular zusammenstellt, um die Robustheit von LLMs gegenüber adversariellen Angriffen quantitativ zu analysieren. Ausgezeichnet mit dem Best Paper Award auf dem NeurIPS ML Safety Workshop 2022

Bayesian Deep Learning: Ein Überblick

Rechtzeitige Erkennung für proaktivere und effektivere Maßnahmen in Offshore-Ölquellen.

learning-Journey-AI ist eine aktuelle Zusammenstellung von KI-Lernmaterialien für 2025, die grundlegende Theorien, Bücher, Artikel und wissenschaftliche Arbeiten sowie praktische Projekte und Werkzeuge zum Üben umfasst.

Visualisierung für Modellaktivitäten

Halbüberwachtes, geführtes Themenmodell mit benutzerdefiniertem guidedLDA.

Ein Python-Paket zur Systemidentifikation mittels NARMAX-Modellen

Analyse unstrukturierter Daten mit Towhee, wie z. B. umgekehrte Bild- und Videosuche, Audioklassifizierung, Frage-Antwort-Systeme, molekulare Suche und mehr.

Ein einfaches Modul für selbstfahrende Autos für Menschen 🚘 🛣️

Der Weg zum SysML-Hacking und zum Systemexperten

Aktueller Stand der überwachten und unüberwachten Methoden zur Tiefenvervollständigung

Ein robustes und flexibles Open-Source-Framework für User & Entity Behavior Analytics (UEBA) zur Sicherheitsanalyse. Entwickelt von Datenwissenschaftlern und Sicherheitsexperten aus der Cybersicherheitsbranche. [BETA]

Training hochwertiger Text-zu-Bild-Diffusionsmodelle auf daten- und recheneffiziente Weise

Code für FLAVR: Eine schnelle und effiziente Technik zur Frame-Interpolation.

Portable One-Click-Windows-Installation für das AI-Toolkit von Ostris