1427 AI-інструментів: Навчання

L

LLM-GenAI-Transformers-Notebooks

2.86

Повний курс з роботи з трансформерами та LLM

M

moodle-ai-skill-navigator

2.87

ШІ-додаток для автоматизації навчання в Moodle

I

iOS-GenAI-Sampler

2.88

Добірка прикладів використання генеративного ШІ на iOS

L

lucidsim

2.87

Навчання візуального паркуру за допомогою згенерованих зображень

G

GenerativeRL

2.89

Бібліотека для навчання з підкріпленням через генеративні моделі

S

selfstudy-roadmap-ml-ai

2.89

Покроковий план самостійного вивчення машинного навчання та штучного інтелекту

A

AIcademy

2.810

Дружня спільнота для безкоштовного навчання ШІ

A

abel

2.86

Сучасна мовна модель з відкритим кодом для математики

A

awsome-distributed-ai

2.87

Повний набір інструкцій та архітектур для навчання ШІ на AWS

S

sagify

2.85

Спрощене керування машинним навчанням та мовними моделями

D

DrivAerNet

2.84

Масштабований набір даних для автомобільної індустрії

B

bayesflow

2.86

Ефективне баєсове моделювання на основі глибокого навчання

G

Gnomi App

2.814

Ваш ШІ-помічник для навчання та досліджень

M

Machine-Learning-Guide

2.85

Повний путівник світом машинного навчання та штучного інтелекту

C

computer-vision-course

2.86

Спільнотний навчальний курс з комп'ютерного зору на базі нейронних мереж

R

rag-time

2.89

Навчальний курс: опануйте RAG за 5 тижнів

I

intro_dgm

2.810

Вступні приклади до глибинного генеративного моделювання

L

llm-twin-course

2.88

Безкоштовний практичний курс зі створення LLM та RAG систем

S

ScreenHelp

2.88

Виявляй списування на іспитах

U

universal

2.86

Колекція числових систем для оптимізації алгоритмів ШІ

D

DeepLearningNotes

2.814🇺🇦

Конспекти та власноруч написані нотатки до книги з глибокого навчання

O

OmniNet

2.89

Уніфікована архітектура для мультимодального навчання на PyTorch

E

ELF

2.811

Гнучка та легка платформа для досліджень у сфері ігор

D

deep-learning-bitcoin

2.88

Дослідження патернів цін на біткоїн за допомогою глибокого навчання

R

rotary-embedding-torch

2.87

Реалізація роторних ембедингів для нейронних мереж на базі PyTorch

G

gretel-synthetics

2.86

Генератор синтетичних даних із захистом приватності

A

awesome-machine-learning-resources

2.810

Вичерпний каталог ресурсів з машинного навчання

A

ai-developer-resources

2.89

База знань для розробників штучного інтелекту

A

Artemis

2.87

Інтерактивне навчання з автоматизованим зворотним зв'язком

D

DeepInterests

2.811

Добірка цікавих та глибоких матеріалів у сфері машинного навчання

D

Deep-learning-in-cloud

2.810

Перелік надійних хмарних провайдерів для задач глибокого навчання

M

MachineLearning-QandAI-book

2.89

Збірка ключових питань та відповідей про машинне навчання

D

David-Silver-Reinforcement-learning

2.811

Курс з навчання з підкріпленням від Девіда Сільвера

L

linear-attention-transformer

2.811

Трансформер з лінійною складністю для ефективної обробки довгих послідовностей

P

pipeless

2.811

Відкритий фреймворк для швидкого створення та розгортання рішень комп'ютерного зору

M

mixture-of-experts

2.89

Ефективна архітектура нейромереж для значного масштабування мовних моделей

M

meshgpt-pytorch

2.811

Сучасна реалізація генерації 3D-сіток за допомогою механізмів уваги

S

swin-transformer-pytorch

2.810

Реалізація архітектури Swin Transformer на базі PyTorch

R

RETRO-pytorch

2.810

Реалізація архітектури RETRO від Deepmind на PyTorch

O

overcooked_ai

2.811

Середовище для тестування взаємодії людини та AI

N

nlp-notebooks

2.810

Колекція практичних ноутбуків для обробки мови

R

redtail

2.810

Перцепція та ШІ-компоненти для автономних роботів

U

UniRepLKNet

2.810

Ефективна архітектура нейронних мереж з великими ядрами

T

tab-transformer-pytorch

2.813

Реалізація архітектури TabTransformer для табличних даних

R

rex-gym

2.88

Середовище OpenAI Gym для навчання чотириногого робота

N

Neural-Network-Architecture-Diagrams

2.812

Зручні діаграми для візуалізації архітектур нейронних мереж

F

fairseq2

2.813

Потужний набір інструментів для моделювання послідовностей від FAIR

T

truss

2.88

Найпростіший спосіб розгортання моделей машинного навчання у продакшн

P

performer-pytorch

2.810

Реалізація ефективного трансформера з лінійною увагою

C

CoCa-pytorch

2.810

Реалізація універсальних моделей CoCa для роботи з текстом та зображеннями