machine-learning

मशीन लर्निंग का उपयोग करके NBA स्पोर्ट्स सट्टेबाजी

PyTorch का उपयोग करके स्पाइकिंग न्यूरल नेटवर्क (SNN) का सिमुलेशन।

MLRun एक ओपन सोर्स MLOps प्लेटफ़ॉर्म है जो अपने जीवनचक्र में निरंतर ML अनुप्रयोगों को तेज़ी से बनाने और प्रबंधित करने के लिए है। MLRun आपके विकास और CI/CD वातावरण में एकीकृत होता है और उत्पादन डेटा, ML पाइपलाइन और ऑनलाइन अनुप्रयोगों की डिलीवरी को स्वचालित करता है।

TensorLy: Python में टेंसर लर्निंग।

Graph4nlp, NLP के लिए Graph Neural Networks के आसान उपयोग हेतु लाइब्रेरी है। विभिन्न शिक्षण संसाधनों के लिए हमारी DLG4NLP वेबसाइट (https://dlg4nlp.github.io/index.html) पर जाने के लिए स्वागत है!

कंपाइलर और सिस्टम ऑप्टिमाइज़ेशन के लिए मशीन लर्निंग का उपयोग करने से संबंधित शोध पत्र और टूल तथा डेटासेट के लिंक पढ़ना अनिवार्य है

🤗 Hugging Face ट्रांसफार्मर मॉडल के लिए कुशल, स्केलेबल और एंटरप्राइज़-ग्रेड CPU/GPU अनुमान सर्वर 🚀

ट्रैजेक्टory भविष्यवाणी पर अत्याधुनिक शोध सामग्री का चयन

R में मशीन लर्निंग

यह रिपॉजिटरी Microsoft Research India में विकसित एज डिवाइसों के लिए मशीन लर्निंग एल्गोरिदम का कोड प्रदान करती है।

LLVM और MLIR का उच्च-प्रदर्शन स्वचालित विभेदन।

मशीन लर्निंग के लिए वर्जन कंट्रोल

🦆 संदर्भ-कुंजीयुक्त (Contextually-keyed) शब्द वैక్టర్्स

सारणीबद्ध डेटा पर Deep Learning Models के लिए एक एकीकृत फ्रेमवर्क

CoreML के साथ एक NSFW (यानी पोर्न) डिटेक्टर

आंतरिक Google Vizier सर्विस पर आधारित ब्लैकबॉक्स और हाइपरपैरामीटर ऑप्टिमाइजेशन के लिए Python-आधारित अनुसंधान इंटरफ़ेस।

मशीन लर्निंग के लिए एक मॉडल-अज्ञेय दृश्य डिबगिंग टूल

डीप न्यूरोइवोल्यूशन

Axon में प्री-ट्रेन किए गए न्यूरल नेटवर्क मॉडल (+ 🤗 Models इंटीग्रेशन)

Quantum Classical Simulation, Quantum Machine Learning, Quantum Neural Networks, Parameterized Quantum Circuits के लिए एक PyTorch-आधारित फ्रेमवर्क, जो वास्तविक क्वांटम कंप्यूटरों पर आसान परिनियोजन का समर्थन करता है।

बिग डेटा एनालिसिस और मशीन लर्निंग के लिए Apache Spark और Python (pySpark) ट्यूटोरियल IPython / Jupyter नोटबुक्स के रूप में

तेज़ और आसान प्रयोगों के लिए google colaboratory नोटबुक का संग्रह

सारणीबद्ध और समय-श्रृंखला डेटा के लिए सिंथेटिक डेटा जनरेटर

AI इन्फ्रास्ट्रक्चर इंजीनियर लर्निंग ट्रैक - प्रोडक्शन ML इन्फ्रास्ट्रक्चर पाठ्यक्रम (2-4 वर्ष का अनुभव)

डेटाफ़्रेम के साथ मशीन लर्निंग।

आपके ऐप के लिए सेल्फ-कोडिंग सिस्टम — Ionic के लिए Alan AI SDK

MixTeX मल्टीमॉडल LaTeX, ZhEn, और Table OCR। यह Windows पर स्थानीय रूप से ऑफ़लाइन कुशल CPU-आधारित अनुमान करता है।

उपयोगी डेटा संवर्धन संसाधनों की सूची। आपको यहां कुछ असामान्य तकनीकें, लाइब्रेरी, GitHub रिपो के लिंक, पेपर और अन्य मिलेंगे।

सामान्य प्रवाह पर शानदार संसाधन।