Maschinelles Lernen

tensorflow / tensorflow

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 / pytorch

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.

rasbt / LLMs-from-scratch

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.

josephmisiti / awesome-machine-learning

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.

labmlai / annotated_deep_learning_paper_implementations

Eine umfassende Sammlung von 60+ annotierten PyTorch-Implementierungen von Deep-Learning-Papern mit detaillierten Erklärungen. Deckt Transformers, GANs, Reinforcement Learning, Diffusionsmodelle, Optimierer und mehr ab.

scikit-learn / scikit-learn

scikit-learn ist eine umfassende Python-Bibliothek für maschinelles Lernen, die einfache und effiziente Werkzeuge für Data Mining und Datenanalyse bietet. Auf NumPy, SciPy und matplotlib aufgebaut, bietet sie eine breite Palette von überwachten und unüberwachten Lernalgorithmen, einschließlich Klassifikation, Regression, Clustering und Dimensionsreduktion.

keras-team / keras

Keras 3 ist ein Multi-Backend Deep Learning Framework, das TensorFlow, JAX, PyTorch und OpenVINO unterstützt. Bietet eine High-Level-API für müheloses Erstellen und Trainieren von Modellen in Computer Vision, natürlicher Sprachverarbeitung, Audioverarbeitung und mehr mit beschleunigter Entwicklung und modernster Leistung.

aymericdamien / TensorFlow-Examples

TensorFlow Tutorial und Beispiele für Anfänger mit detaillierten Notebooks und Quellcode. Deckt TF v1 und v2 ab, von grundlegenden Operationen bis zu fortgeschrittenen neuronalen Netzen wie CNN, RNN, GAN und Multi-GPU-Training.

apachecn / ailearning

Umfassende KI-Lernressourcen-Sammlung von ApacheCN mit praktischem maschinellem Lernen, Deep Learning, NLP-Tutorials mit Codebeispielen, Videoerklärungen und detaillierter Dokumentation für KI-Anfänger und fortgeschrittene Lernende.