numpy

Tensors y redes neuronales dinámicas en Python con una sólida aceleración por GPU

El desafío de programación de 30 días de Python es una guía paso a paso para aprender el lenguaje de programación Python en 30 días. Este desafío puede tomar más de 100 días. Sigue tu propio ritmo. Estos videos también pueden ayudar: https://www.youtube.com/channel/UC7PNRuno1rzYPb1xLa4yktw

Manual de ciencia de datos en Python: texto completo en Jupyter Notebooks

Visualizador para modelos de redes neuronales, aprendizaje profundo y aprendizaje automático

El paquete fundamental para computación científica con Python.

Notebooks de Python para ciencia de datos: Aprendizaje profundo (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, big data (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, fundamentos de Python, AWS y varias líneas de comandos.

🤗 El mayor centro de conjuntos de datos listos para usar para modelos de IA con herramientas de manipulación de datos rápidas, fáciles de usar y eficientes

Sistema de trading cuantitativo Abu (acciones, opciones, futuros, Bitcoin, aprendizaje automático). Arquitectura de inversión y trading cuantitativo de código abierto basada en Python

Un compilador de Python de alto rendimiento, sin sobrecarga, extensible y con soporte nativo para NumPy

100 ejercicios de numpy (con soluciones)

Convierte código de Machine Learning entre frameworks

Computación paralela con programación de tareas

Ruta de aprendizaje de inteligencia artificial, con cerca de 200 casos prácticos y proyectos, material didáctico gratuito, ¡desde cero hasta la práctica profesional! Incluye áreas populares como: Python, matemáticas, machine learning, análisis de datos, deep learning, visión por computador, procesamiento del lenguaje natural, PyTorch, TensorFlow, machine-learning, deep-learning, data-analysis, data-mining, mathematics, data-science, artificial-intelligence, python, tensorflow, tensorflow2, caffe, keras, pytorch, algorithm, numpy, pandas, matplotlib, seaborn, nlp, cv, entre otros.

NumPy y SciPy para GPU

Un libro de acceso abierto sobre visualización científica usando Python y matplotlib

Compilador dinámico de Python compatible con NumPy que utiliza LLVM.

Libro de texto online gratuito de notebooks de Jupyter para el curso de Álgebra Lineal Computacional de fast.ai

Curso abierto de Machine Learning

Operaciones de tensores flexibles y potentes para código legible y fiable (para PyTorch, JAX, TF y otros)

Análisis de datos con Python, 2ª edición

Librería JSON de Python rápida y correcta que admite dataclasses, datetimes y numpy

TensorBoard para PyTorch (y Chainer, MXNet, NumPy, ...)

Calcula eficientemente derivadas de código NumPy.

Repositorio para almacenar programas de Python de ejemplo para el aprendizaje de Python

🍊 :bar_chart: :bulb: Orange: Análisis de datos interactivo

Librería de análisis técnico que utiliza Pandas y Numpy

Fundamentos de aprendizaje automático: álgebra lineal, cálculo, estadística y ciencias de la computación.

Contenedores de Machine Learning para NVIDIA Jetson y JetPack-L4T

MegEngine es un framework de aprendizaje profundo rápido, extensible, fácil de usar y compatible con diferenciación automática

TFDS es una colección de conjuntos de datos listos para usar con TensorFlow, Jax, ...