numpy

Tenseurs et réseaux de neurones dynamiques en Python avec une forte accélération GPU

Le défi de programmation 30 Days of Python est un guide étape par étape pour apprendre le langage Python en 30 jours. Ce défi peut prendre plus de 100 jours. Suivez votre propre rythme. Ces vidéos peuvent également vous aider : https://www.youtube.com/channel/UC7PNRuno1rzYPb1xLa4yktw

Python Data Science Handbook : texte intégral sous forme de Jupyter Notebooks

Visualiseur pour réseaux de neurones, deep learning et modèles de machine learning.

Le package fondamental pour le calcul scientifique avec Python.

Notebooks Python pour la science des données : Deep learning (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, big data (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, fondamentaux de Python, AWS et diverses lignes de commande.

🤗 La plus grande plateforme de jeux de données prêts à l'emploi pour les modèles d'IA, avec des outils de manipulation de données rapides, simples et efficaces

Système de trading quantitatif Abu (actions, options, futures, Bitcoin, machine learning) : architecture open source de trading et d'investissement quantitatif basée sur Python.

Un compilateur Python haute performance, sans surcoût et extensible, avec prise en charge native de NumPy.

100 exercices numpy (avec solutions).

Convertissez le code de Machine Learning entre différents frameworks.

Calcul parallèle avec ordonnancement de tâches

Feuille de route pour l'apprentissage de l'intelligence artificielle, regroupant près de 200 cas pratiques et projets, avec supports pédagogiques gratuits. Idéal pour débutants et professionnels. Couvre Python, mathématiques, machine learning, analyse de données, deep learning, vision par ordinateur, traitement du langage naturel et autres domaines populaires.

NumPy et SciPy pour GPU.

Livre en libre accès sur la visualisation scientifique utilisant Python et matplotlib

Compilateur Python dynamique compatible avec NumPy utilisant LLVM.

Manuel en ligne gratuit sous forme de notebooks Jupyter pour le cours d'algèbre linéaire computationnelle de fast.ai.

Cours d'apprentissage automatique en accès libre.

Opérations sur tenseurs flexibles et puissantes pour un code lisible et fiable (pour pytorch, jax, TF et autres)

Analyse de données avec Python, 2e édition

Bibliothèque JSON Python rapide et précise, prenant en charge les dataclasses, les dates et numpy.

Tensorboard pour PyTorch (et Chainer, MXNet, NumPy, ...).

Calcule efficacement les dérivées de code NumPy.

Dépôt contenant des exemples de programmes Python pour l'apprentissage.

Orange : analyse de données interactive.

Bibliothèque d'analyse technique utilisant Pandas et Numpy

Fondements de l'apprentissage automatique : algèbre linéaire, calcul, statistiques et informatique

Conteneurs d'apprentissage automatique pour NVIDIA Jetson et JetPack-L4T

MegEngine est un framework d'apprentissage profond rapide, extensible, facile à utiliser et prenant en charge la différenciation automatique

TFDS est une collection de jeux de données prêts à l'emploi avec TensorFlow, Jax, etc.