کتابخانه های نوشته شده با جاوا اسکریپت
Interactive Parallel Computing with IPython
IPython Parallel: محاسبات موازی تعاملی در پایتون.
- 2.4k
- GNU General Public License v3.0
stable-diffusion
این نسخه از CompVis/Stable-Diffusion دارای یک اسکریپت خط فرمان تعاملی است که عملکرد text2img و img2img را در یک رابط سبک "Dream bot"، یک WebGUI و چندین ویژگی و سایر پیشرفتها ترکیب میکند. [انتقال به: https://github.com/invoke-ai/InvokeAI] (توسط lstein).
- 2.4k
- GNU General Public License v3.0
100-plus-Python-programming-exercises-extended
مخزن حدود 100+ مشکل تمرین برنامه نویسی پایتون است که به روش های مختلف مورد بحث، توضیح و حل قرار گرفته است.
- 2.4k
mlops-course
با نحوه طراحی، توسعه، استقرار و نگهداری یک برنامه ML سرتاسر در مقیاس بیاموزید.
- 2.4k
- MIT
shapash
🔅 Shapash: توضیح و تفسیرپذیری کاربر پسند برای توسعه مدلهای یادگیری ماشینی قابل اعتماد و شفاف.
- 2.4k
- Apache License 2.0
3D-printed-mirror-array
آرایه آینه شش ضلعی قابل چاپ سه بعدی که قادر است نور خورشید را به الگوهای دلخواه منعکس کند.
- 2.3k
- MIT
leetcode-company-wise-problems-2022
لیست سوالات عاقلانه شرکت موجود در leetcode premium. هر فایل csv در دایرکتوری شرکت ها مربوط به لیستی از سوالات در مورد leetcode برای یک شرکت خاص بر اساس برچسب های شرکت leetcode است. به روز شده در می 2022..
- 2.3k
- MIT
whylogs
یک کتابخانه ثبت اطلاعات منبع باز برای مدل های یادگیری ماشین و خطوط لوله داده. 📚 کیفیت داده ها و عملکرد مدل را در طول زمان مشاهده می کند. 🛡️ از جمع آوری داده ها با حفظ حریم خصوصی، تضمین ایمنی و استحکام پشتیبانی می کند. 📈.
- 2.3k
- Apache License 2.0
Learning-Bitcoin-from-the-Command-Line
یک دوره کامل برای یادگیری برنامه نویسی و استفاده از بیت کوین از دستور [Moved to: https://github.com/BlockchainCommons/Learning-Bitcoin-from-the-Command-Line] (توسط ChristopherA).
- 2.3k
ML-foundations
مبانی یادگیری ماشین: جبر خطی، حساب دیفرانسیل و انتگرال، آمار و علوم کامپیوتر.
- 2.3k
- MIT
selfie
یک سیستم نرم افزار آموزشی از یک کامپایلر کوچک C خودکامپایل، یک شبیه ساز RISC-V خوداجرای کوچک و یک هایپروایزر RISC-V خود میزبان کوچک..
- 2.3k
- BSD 2-clause "Simplified"
Promptify
مهندسی سریع | از GPT یا سایر مدلهای مبتنی بر اعلان برای دریافت خروجی ساختاریافته استفاده کنید. برای Prompt-Engineering، LLMs و سایر تحقیقات جدید به اختلاف ما بپیوندید.
- 2.3k
- Apache License 2.0
qiskit-tutorials
مجموعه ای از نوت بوک های Jupyter که نحوه استفاده از Qiskit SDK را نشان می دهد.
- 2.2k
- Apache License 2.0
An-Introduction-to-Statistical-Learning
این مخزن شامل تمرین ها و راه حل آن در کتاب "مقدمه ای بر یادگیری آماری" در پایتون می باشد.
- 2.2k
datasets
🎁 بیش از 4,800,000 تصویر Unsplash برای تحقیق و یادگیری ماشین (با unsplash) در دسترس قرار گرفته است.
- 2.1k
coursera-deep-learning-specialization
یادداشتها، تکالیف برنامهنویسی و آزمونها از تمام دورههای آموزشی Coursera Deep Learning ارائه شده توسط deeplearning.ai: (i) شبکههای عصبی و یادگیری عمیق. (ب) بهبود شبکههای عصبی عمیق: تنظیم فراپارامتر، منظمسازی و بهینهسازی. (iii) ساختار پروژه های یادگیری ماشین. (IV) شبکه های عصبی کانولوشنال. (v) مدل های توالی.
- 2.1k
pytorch-GAT
اجرای من از مقاله اصلی GAT (ولیچکوویچ و همکاران). من علاوه بر این فایل playground.py را برای تجسم مجموعه داده Cora، جاسازیهای GAT، مکانیسم توجه و هیستوگرامهای آنتروپی قرار دادهام. من هر دو نمونه Cora (transductive) و PPI (القایی) را پشتیبانی کرده ام!.
- 2.1k
- MIT