Knihovny napsané v Jupyter Notebooku

examples

📝 Příklady sledování experimentů, registru modelů, verzování dat a monitorování tréninku modelu strojového učení živě na neptune.ai (od neptune-ai).

48
MIT

Arabic-Handwritten-Images-Recognition

Model hlubokého učení pro snadnou klasifikaci arabských písmen a číslic.

48
MIT

dsse

Specifikace pro metody a formáty podepisování používané projekty Secure Systems Lab.

47
Apache License 2.0

eigenlearning

kódová základna pro "Teorie induktivního zkreslení a zobecnění regrese jádra a širokých neuronových sítí".

47

Traffic-Sign-Recognition-with-Deep-Learning-CNN

Rozpoznávání dopravních značek s Deep Learning CNN.

47
Apache License 2.0

Google-Colab-Shell

Nyní můžete otevřít shell v Google Collab.

46
Apache License 2.0

StableDiffusionUI_SageMakerSL

Notebook pro spuštění Automatic1111 Stable Diffusion webui na SageMaker Studio Lab.

46

dl-colab-notebooks

Vyzkoušejte modely hlubokého učení online ve službě Google Colab.

46

strv-ml-mask2face

Prakticky sejměte obličejovou masku, abyste viděli, jak pod ní člověk vypadá.

45
MIT

Webcam_QR_Detector

Použití webové kamery ke čtení jednorozměrných čárových kódů a QR kódů z Pythonu 2 a 3.

45

Real-time-Object-Detection-for-Autonomous-Driving-using-Deep-Learning

Projekt My Computer Vision z mého kurzu počítačového vidění (podzim 2020) na Goethe University Frankfurt, Německo. Srovnání výkonu mezi nejmodernějšími algoritmy detekce objektů YOLO a Faster R-CNN založenými na datové sadě Berkeley DeepDrive (BDD100K).