Awesome GenAI
1.0.0
Una lista seleccionada de recursos para la IA generativa. Esto incluye tutoriales, ejemplos y herramientas para ayudarle a aprender y crear modelos de IA generativa.
Recurso | Descripción |
---|---|
Cuadernos Kaggle | ? Kaggle : acceda a una amplia colección de conjuntos de datos, cuadernos y modelos. Compite en concursos y colabora con una comunidad de científicos de datos para mejorar tus habilidades. |
Abrazar espacios faciales | ? Hugging Face Spaces : descubra artículos, modelos y espacios interactivos para el procesamiento del lenguaje natural. Comparte e implementa tus propios modelos con la comunidad. |
Galería iluminada | Galería Streamlit : explore una variedad de hermosas aplicaciones web creadas con Streamlit. Aprenda a crear aplicaciones de datos interactivas con facilidad. |
Libros de cocina de LangChain | Libro de cocina de LangChain : encuentre recetas y ejemplos para comenzar con LangChain. Aprenda a crear e implementar modelos de lenguaje de manera efectiva. |
Ejemplos de LangGraph | ? Ejemplos de LangGraph : profundice en ejemplos que muestran las capacidades de LangGraph. Comprenda cómo integrar el aprendizaje basado en gráficos con modelos de lenguaje. |
Guías prácticas de LangChain | Guías prácticas de LangChain : guías detalladas paso a paso para utilizar LangChain en diversas aplicaciones. Perfecto tanto para principiantes como para usuarios avanzados. |
Ejemplos de piña | ? Ejemplos de Pinecone : ejemplos prácticos que demuestran cómo utilizar la base de datos vectorial de Pinecone para crear aplicaciones de búsqueda de similitudes rápidas y escalables. |
Tendencias en GitHub | Tendencias en GitHub : manténgase actualizado con los repositorios más populares en Python y los temas de modelos de lenguaje grande (LLM). Descubre nuevos proyectos e ideas. |
Herramientas futuras | Future Tools : un directorio completo de herramientas y recursos que están dando forma al futuro de la IA y la tecnología. Encuentra las últimas innovaciones y tendencias. |
Hay una IA para eso | ? Hay una IA para eso : un directorio extenso de herramientas de IA categorizadas por sus aplicaciones. Encuentre fácilmente soluciones de IA para diversas tareas. |
LLMOps impresionantes | Awesome LLMOps : una lista seleccionada de recursos para gestionar y optimizar modelos de lenguaje grandes. Conozca las mejores prácticas para la implementación y el mantenimiento. |
Los mejores repositorios de conocimientos de IA | ? Los mejores repositorios de conocimientos de IA : una colección de los mejores repositorios de conocimientos e investigaciones de IA. Ideal para estudiantes y profesionales que buscan profundizar su comprensión. |
Papeles con código | ? Artículos con código : acceda a artículos de investigación de IA de última generación con implementaciones de código. Perfecto para investigadores y profesionales que buscan replicar y desarrollar trabajos de vanguardia. |
Impresionante LangChain | ? Awesome LangChain : una lista seleccionada de recursos, herramientas y tutoriales para LangChain. Manténgase actualizado con los últimos desarrollos y proyectos comunitarios. |
Impresionante ciencia de datos de Python | Awesome Python Data Science : una lista seleccionada de bibliotecas y recursos de Python para la ciencia de datos. Mejore sus habilidades de análisis de datos y aprendizaje automático. |
Curso de Maestría en Derecho | ? Curso LLM : materiales de curso completos para aprender sobre modelos de lenguaje grandes. Incluye conferencias, tareas e ideas de proyectos. |
LLM desde cero | LLM desde cero : aprenda a crear modelos de lenguaje grandes desde cero. Comprender los fundamentos y los detalles de implementación. |
Proyectos ZenML | ? Proyectos ZenML : proyectos de ejemplo que utilizan ZenML para optimizar sus flujos de trabajo de aprendizaje automático. Aprenda cómo integrar ZenML en sus canales de ML. |
Proyectos de Ashish Patel | Proyectos de Ashish Patel : explore una amplia gama de proyectos de IA y ML enumerados por Ashish Patel. Incluye proyectos sobre aprendizaje automático, aprendizaje profundo, visión por computadora y PNL con código. |
Ejemplos de LlamaIndex | ? Ejemplos de LlamaIndex : ejemplos que demuestran cómo utilizar LlamaIndex para una recuperación e indexación de información eficiente. |
Ejemplos de CrewAI | Ejemplos de CrewAI : ejemplos prácticos para usar CrewAI para mejorar la colaboración y la productividad del equipo en proyectos de IA. |
Blog de JY Chia | ✍️ Blog de JY Chia : publicaciones de blog interesantes sobre inteligencia artificial, aprendizaje automático y ciencia de datos. Obtenga consejos prácticos y conocimientos de un profesional experimentado. |
Hojas de referencia de DataCamp | ? Hojas de trucos de DataCamp : útiles hojas de trucos para conceptos de ciencia de datos y inteligencia artificial. Perfecto para referencia y revisión rápidas. |
Ejemplos de documentación de Qdrant | Ejemplos de documentación de Qdrant : ejemplos de uso de las capacidades de búsqueda vectorial de Qdrant. Aprenda a crear e implementar aplicaciones de búsqueda vectorial. |
Ejemplos de flujo ml | ? Ejemplos de MLflow : ejemplos prácticos para usar MLflow para administrar sus experimentos de aprendizaje automático. |
Ejemplos de cometas | ☄️ Ejemplos de Comet : ejemplos de uso de Comet para rastrear, comparar y optimizar sus experimentos de aprendizaje automático. |
Ejemplos de W&B | ?️ Ejemplos de ponderaciones y sesgos : ejemplos de uso de ponderaciones y sesgos para mejorar sus experimentos de aprendizaje automático con herramientas de seguimiento, visualización y colaboración. |
Recetas Prefectas | ? Recetas de Prefect : Recetas y ejemplos para usar Prefect para organizar y administrar sus flujos de trabajo de datos. |
Ejemplos de paquidermo | ? Ejemplos de Pachyderm : ejemplos para usar Pachyderm para versionar y administrar sus procesos de ciencia de datos. |
Ejemplos de Amazon SageMaker | ☁️ Ejemplos de Amazon SageMaker : ejemplos prácticos sobre el uso de Amazon SageMaker para crear, entrenar e implementar modelos de aprendizaje automático a escala. |
Cuadernos Microsoft Autogen | ? Cuadernos Microsoft Autogen : Cuadernos para utilizar Microsoft Autogen para automatizar la generación de datos y modelos sintéticos. |
Tutoriales de pajar | ? Tutoriales de Haystack : Tutoriales para usar Haystack para crear potentes sistemas de búsqueda con PNL de última generación. |
IA generativa para principiantes | ? IA generativa para principiantes : una guía para principiantes para comprender y crear modelos de IA generativa. |
Guía de indicaciones | Guía de indicaciones : una guía completa para crear indicaciones efectivas para mejorar el rendimiento de sus modelos de IA. |
Ejemplos de NVIDIA NeMo | Ejemplos de NVIDIA NeMo : ejemplos de uso de NVIDIA NeMo para crear, entrenar e implementar modelos de IA conversacionales. |
Ejemplos de esquemas | ✏️ Ejemplos de esquemas : ejemplos de uso de esquemas para crear flujos de trabajo de extracción de datos estructurados. |
IA generativa de Google Cloud | ☁️ IA generativa de Google Cloud : recursos y ejemplos para crear modelos de IA generativa en Google Cloud. |
Ejemplos de transformadores de cara abrazada | Ejemplos de Hugging Face Transformers : Ejemplos de uso de Hugging Face Transformers para implementar modelos de PNL de última generación. |
Libro de cocina e2b | Libro de cocina e2b : ejemplos y recetas del libro de cocina e2b para ayudarle a comenzar con diversas tareas de IA y ML. |
Cuadernos de Google Colab | Cuadernos de Google Colab : cree y comparta cuadernos de Jupyter con acceso gratuito a GPU. Perfecto para experimentar con modelos de IA y colaborar con otros. |
Gracias por leer. Si esta lista te resultó útil, sigue a Izam Mohammed para obtener más información ❤️.