Maschinelles Lernen
Wichtige Frameworks, Bibliotheken und Bildungsressourcen zum Erstellen und Trainieren von Modellen des maschinellen Lernens.
Repositories
TensorFlow ist eine Open-Source-Plattform für maschinelles Lernen. Sie bietet ein umfassendes Ökosystem aus Tools, Bibliotheken und Community-Ressourcen, mit dem Forscher die Grenzen des ML erweitern und Entwickler ML-gesteuerte Anwendungen einfach erstellen und bereitstellen können.
PyTorch ist ein Python-Paket, das Tensorberechnungen mit starker GPU-Beschleunigung und tiefe neuronale Netze auf Basis eines bandbasierten Autograd-Systems bereitstellt. Es bietet maximale Flexibilität und Geschwindigkeit für Deep-Learning-Forschung und Produktionseinsatz.
Eine kuratierte Liste hervorragender Machine-Learning-Frameworks, Bibliotheken und Software, organisiert nach Programmiersprachen. Enthält Ressourcen für Computer Vision, NLP, Deep Learning sowie Bücher, Kurse und Tutorials.
Offizielles Code-Repository zum Buch 'Build a Large Language Model (From Scratch)'. Lernen Sie, wie LLMs funktionieren, indem Sie ein GPT-ähnliches Modell von Grund auf mit PyTorch implementieren – von Pretraining über Finetuning bis Instruction Tuning.
🧑🏫 60+ Implementations/tutorials of deep learning papers with side-by-side notes 📝; including transformers (original, xl, switch, feedback, vit, ...), optimizers (adam, adabelief, sophia, ...), gans(cyclegan, stylegan2, ...), 🎮 reinforcement learning (ppo, dqn), capsnet, distillation, ... 🧠
TensorFlow Tutorial and Examples for Beginners (support TF v1 & v2)
