machine-learning

संभावित स्रोतों को सूचीबद्ध करने वाली एक रिपॉजिटरी जो Data Science/Machine Learning साक्षात्कार की तैयारी में आपकी मदद करेगी। नए संसाधन बार-बार जोड़े जाते हैं।

Towhee एक ऐसा फ्रेमवर्क है जो न्यूरल डेटा प्रोसेसिंग पाइपलाइन को सरल और तेज़ बनाने के लिए समर्पित है।

PennyLane क्वांटम कंप्यूटिंग, क्वांटम मशीन लर्निंग और क्वांटम केमिस्ट्री के लिए एक ओपन-सोर्स क्वांटम सॉफ्टवेयर प्लेटफॉर्म है। प्रेरणा से लेकर कार्यान्वयन तक, सार्थक क्वांटम एल्गोरिदम बनाएं।

लोकप्रिय Deep Reinforcement Learning (DRL) एल्गोरिदम का स्वच्छ, मजबूत और एकीकृत PyTorch कार्यान्वयन (Q-learning, Duel DDQN, PER, C51, Noisy DQN, PPO, DDPG, TD3, SAC, ASL)

🦦 Otter, OpenFlamingo (DeepMind के Flamingo का ओपन-सोर्स संस्करण) पर आधारित एक मल्टी-मोडल मॉडल, जिसे MIMIC-IT पर प्रशिक्षित किया गया है और जो बेहतर निर्देश-पालन तथा इन-कंटेक्स्ट लर्निंग क्षमता प्रदर्शित करता है।

:fire: Machine Learning नोटबुक

production-grade ML एप्लिकेशन को डिज़ाइन, विकसित, तैनात और पुनरावृत्ति करना सीखें।

C# और F# में Machine Learning मॉडल्स को विकसित करने, प्रशिक्षित करने और तैनात करने के लिए Google के TensorFlow के लिए .NET Standard बाइंडिंग्स।

OP Vault ChatGPT: OP Stack (OpenAI + Pinecone Vector Database) का उपयोग करके ChatGPT को लॉन्ग-टर्म मेमोरी दें। एक साधारण React फ्रंटएंड का उपयोग करके अपनी कस्टम नॉलेज बेस फाइलें (PDF, txt, epub, आदि) अपलोड करें।

त्वरित (accelerated) डीप लर्निंग R&D

ऑडियो और संगीत विश्लेषण, और फ़ीचर एक्सट्रैक्शन के लिए एक लाइब्रेरी।

Book_7_《मशीन लर्निंग》 | आइरिस बुक: जोड़, घटाव, गुणा, भाग से मशीन लर्निंग तक; आलोचना और सुधार का स्वागत है

Lazy Predict बिना अधिक कोड के कई बुनियादी मॉडल बनाने में मदद करता है और यह समझने में सहायता करता है कि बिना किसी पैरामीटर ट्यूनिंग के कौन सा मॉडल बेहतर काम करता है

Rust में लिखा गया ड्रॉप-इन Apache Spark रिप्लेसमेंट, जो बैच प्रोसेसिंग, स्ट्रीम प्रोसेसिंग और कंप्यूट-इंटेंसिव AI वर्कलोड को एकजुट करता है।

AI रेजिडेंसी प्रोग्राम की सूची

"Mathematics is not difficult" - "Linear Algebra is not difficult" Parts I and II, 66 topics completed; welcome criticism and corrections

ROOT के लिए आधिकारिक रिपॉजिटरी: वैज्ञानिक रूप से बड़े डेटा का विश्लेषण, भंडारण और विज़ुअलाइज़ेशन।

फीचर इंजीनियरिंग, हाइपर-पैरामीटर ट्यूनिंग, एक्सप्लेनेशन और ऑटोमैटिक डॉक्यूमेंटेशन के साथ Tabular Data पर AutoML के लिए Python पैकेज

JAX-आधारित न्यूरल नेटवर्क लाइब्रेरी

यह रिपॉजिटरी मशीन लर्निंग के शुरुआती लोगों या अध्ययन की तैयारी करने वालों की मदद के लिए बनाई गई है।

शुरुआत से एक आधुनिक LLM बनाएं। हर लाइन पर कमेंट है। ऐसे समझाया गया है जैसे हम पाँच साल के बच्चे हों।

🔅 Shapash: विश्वसनीय और पारदर्शी Machine Learning मॉडल विकसित करने के लिए उपयोग में आसान व्याख्यात्मकत और बोधगम्यता

Determined एक ओपन-सोर्स मशीन लर्निंग प्लेटफ़ॉर्म है जो वितरित प्रशिक्षण, हाइपरपैरामीटर ट्यूनिंग, प्रयोग ट्रैकिंग और संसाधन प्रबंधन को सरल बनाता है। PyTorch और TensorFlow के साथ काम करता है।

डेटा साइंस के लिए सावधानीपूर्वक क्यूरेट किए गए संसाधन लिंक एक ही स्थान पर

अत्याधुनिक Physics-ML विधियों का उपयोग करके डीप लर्निंग मॉडल के निर्माण, प्रशिक्षण और फाइन-ट्यूनिंग के लिए ओपन-सोर्स डीप-लर्निंग फ्रेमवर्क

Stable Diffusion (https://arxiv.org/abs/2112.10752) के लिए Textual Inversion (https://arxiv.org/abs/2208.01618) के माध्यम से Dreambooth (https://arxiv.org/abs/2208.12242) का कार्यान्वयन। चेहरे, वस्तुओं और शैलियों के प्रशिक्षण पर केंद्रित ट्विक्स।

📚 OpenVINO™ के लिए Jupyter नोटबुक ट्यूटोरियल

कम्प्यूट लाइब्रेरी SIMD तकनीकों का उपयोग करने वाले Arm CPU और GPU दोनों के लिए अनुकूलित कंप्यूटर विजन और मशीन लर्निंग कार्यों का एक सेट है।

Python में समय श्रृंखला विश्लेषण के लिए मशीन लर्निंग टूलकिट

समय-श्रृंखला डेटा पर विसंगति का पता लगाने के लिए टूल और डेटासेट की सूची।