用 Jupyter Notebook 编写的库
segment-anything
该存储库提供了用于使用 SegmentAnything 模型 (SAM) 运行推理的代码、用于下载经过训练的模型检查点的链接以及展示如何使用该模型的示例笔记本。
- 36.6k
- Apache License 2.0
nn
🧑🏫 60 篇带有并排注释的深度学习论文的实现/教程📝；包括变压器（original、xl、switch、feedback、vit、...）、优化器（adam、adabelief、sophia、...）、gans（cyclegan、stylegan2、...）、🎮 强化学习（ppo、dqn） ，capsnet，蒸馏，...🧠。
- 32.2k
- MIT
Probabilistic-Programming-and-Bayesian-Methods-for-Hackers
又名“黑客贝叶斯方法”：以计算/理解第一、数学第二的观点介绍贝叶斯方法 + 概率编程。全部用纯 Python 编写；）。
- 25.7k
- MIT
handson-ml2
一系列 Jupyter 笔记本，可引导您了解使用 Scikit-Learn、Keras 和 TensorFlow 2 在 Python 中进行机器学习和深度学习的基础知识。
- 25.3k
- Apache License 2.0
pydata-book
Wes McKinney 所著的“Python for Data Analysis”的材料和 IPython 笔记本，由 O'Reilly Media 出版。
- 19.8k
- GNU General Public License v3.0
reinforcement-learning
强化学习算法的实施。 Python、OpenAI Gym、Tensorflow。 Sutton 的书和 David Silver 的课程附带的练习和解决方案。
- 19.2k
- MIT
InvokeAI
InvokeAI 是稳定扩散模型的领先创意引擎，使专业人士、艺术家和爱好者能够使用最新的人工智能驱动技术生成和创建视觉媒体。该解决方案提供业界领先的 WebUI，支持通过 CLI 进行终端使用，并作为多种商业产品的基础。
- 16.7k
- Apache License 2.0
