Awesome GenAI

Une IA générative géniale

Une liste organisée de ressources pour l'IA générative. Cela comprend des didacticiels, des exemples et des outils pour vous aider à apprendre et à créer des modèles d'IA génératifs.

Ressource	Description
Cahiers Kaggle	? Kaggle : accédez à une vaste collection d'ensembles de données, de blocs-notes et de modèles. Participez à des compétitions et collaborez avec une communauté de data scientists pour améliorer vos compétences.
Étreindre les espaces du visage	? Hugging Face Spaces : Découvrez des articles, des modèles et des espaces interactifs pour le traitement du langage naturel. Partagez et déployez vos propres modèles avec la communauté.
Galerie rationalisée	Galerie Streamlit : explorez une variété de superbes applications Web créées avec Streamlit. Apprenez à créer facilement des applications de données interactives.
Livres de recettes LangChain	LangChain Cookbook : Trouvez des recettes et des exemples pour démarrer avec LangChain. Apprenez à créer et déployer efficacement des modèles de langage.
Exemples de LangGraph	? Exemples LangGraph : plongez dans des exemples qui présentent les capacités de LangGraph. Comprendre comment intégrer l'apprentissage basé sur des graphiques avec des modèles de langage.
Guides pratiques LangChain	Guides pratiques LangChain : guides détaillés étape par étape pour l'utilisation de LangChain dans diverses applications. Parfait pour les débutants comme pour les utilisateurs avancés.
Exemples de pommes de pin	? Exemples Pinecone : exemples pratiques démontrant comment utiliser la base de données vectorielles de Pinecone pour créer des applications de recherche de similarité évolutives et rapides.
Tendances sur GitHub	Tendances sur GitHub : restez à jour avec les référentiels les plus populaires en Python et les sujets sur les grands modèles de langage (LLM). Découvrez de nouveaux projets et idées.
Outils futurs	Future Tools : Un répertoire complet d’outils et de ressources qui façonnent l’avenir de l’IA et de la technologie. Retrouvez les dernières innovations et tendances.
Il y a une IA pour ça	? Il existe une IA pour cela : un vaste répertoire d'outils d'IA classés par leurs applications. Trouvez facilement des solutions d'IA pour diverses tâches.
Super LLMOps	Awesome LLMOps : une liste organisée de ressources pour gérer et optimiser de grands modèles de langage. Découvrez les meilleures pratiques de déploiement et de maintenance.
Meilleurs référentiels de connaissances sur l'IA	? Meilleurs référentiels de connaissances sur l'IA : une collection des meilleurs référentiels pour les connaissances et la recherche en IA. Idéal pour les étudiants et les professionnels souhaitant approfondir leurs connaissances.
Papiers avec code	? Articles avec code : accédez à des articles de recherche de pointe sur l'IA avec des implémentations de code. Parfait pour les chercheurs et les praticiens qui cherchent à reproduire et à développer des travaux de pointe.
Génial LangChain	? Awesome LangChain : une liste organisée de ressources, d'outils et de didacticiels pour LangChain. Restez au courant des derniers développements et projets communautaires.
Superbe science des données Python	Awesome Python Data Science : Une liste organisée de bibliothèques et de ressources Python pour la science des données. Améliorez vos compétences en analyse de données et en apprentissage automatique.
Cours de LLM	? Cours LLM : matériel de cours complet pour apprendre les grands modèles de langage. Comprend des conférences, des devoirs et des idées de projets.
LLM à partir de zéro	LLM à partir de zéro : apprenez à créer de grands modèles de langage à partir de zéro. Comprendre les principes fondamentaux et les détails de mise en œuvre.
Projets ZenML	? Projets ZenML : exemples de projets utilisant ZenML pour rationaliser vos flux de travail d'apprentissage automatique. Découvrez comment intégrer ZenML dans vos pipelines ML.
Les projets d'Ashish Patel	Projets d'Ashish Patel : explorez un large éventail de projets d'IA et de ML répertoriés par Ashish Patel. Comprend des projets sur l'apprentissage automatique, l'apprentissage profond, la vision par ordinateur et la PNL avec code.
Exemples d'index de lama	? Exemples LlamaIndex : exemples démontrant comment utiliser LlamaIndex pour une récupération et une indexation efficaces des informations.
Exemples d'équipage AI	Exemples CrewAI : exemples pratiques d'utilisation de CrewAI pour améliorer la collaboration et la productivité des équipes dans les projets d'IA.
Le blog de JY Chia	✍️ Blog de JY Chia : articles de blog perspicaces sur l'IA, l'apprentissage automatique et la science des données. Bénéficiez de conseils pratiques et de connaissances auprès d'un professionnel expérimenté.
Aide-mémoire DataCamp	? Aide-mémoire DataCamp : aide-mémoire pratique pour les concepts de science des données et d'IA. Parfait pour une référence et une révision rapides.
Exemples de documentation Qdrant	Exemples de documentation Qdrant : Exemples d'utilisation des capacités de recherche vectorielle de Qdrant. Découvrez comment créer et déployer des applications de recherche vectorielle.
Exemples de flux ML	? Exemples MLflow : exemples pratiques d'utilisation de MLflow pour gérer vos expériences d'apprentissage automatique.
Exemples de comètes	☄️ Exemples Comet : Exemples d'utilisation de Comet pour suivre, comparer et optimiser vos expériences d'apprentissage automatique.
Exemples W&B	?️ Exemples de poids et de biais : exemples d'utilisation des poids et des biais pour améliorer vos expériences de ML avec des outils de suivi, de visualisation et de collaboration.
Recettes parfaites	? Prefect Recipes : recettes et exemples d'utilisation de Prefect pour orchestrer et gérer vos flux de données.
Exemples de pachyderme	? Exemples Pachyderm : exemples d'utilisation de Pachyderm pour versionner et gérer vos pipelines de science des données.
Exemples Amazon SageMaker	☁️ Exemples Amazon SageMaker : Exemples pratiques d'utilisation d'Amazon SageMaker pour créer, former et déployer des modèles d'apprentissage automatique à grande échelle.
Ordinateurs portables Microsoft Autogen	? Microsoft Autogen Notebooks : Notebooks permettant d'utiliser Microsoft Autogen pour automatiser la génération de données et de modèles synthétiques.
Tutoriels sur la botte de foin	? Tutoriels Haystack : Tutoriels pour utiliser Haystack pour créer des systèmes de recherche puissants avec le NLP de pointe.
IA générative pour les débutants	? IA générative pour les débutants : un guide du débutant pour comprendre et créer des modèles d'IA générative.
Guide d'invite	Guide d'invite : un guide complet pour créer des invites efficaces pour améliorer les performances de vos modèles d'IA.
Exemples NVIDIA NeMo	Exemples NVIDIA NeMo : exemples d'utilisation de NVIDIA NeMo pour créer, entraîner et déployer des modèles d'IA conversationnelle.
Exemples de contours	✏️ Exemples de contours : exemples d'utilisation de contours pour créer des flux de travail d'extraction de données structurés.
IA générative de Google Cloud	☁️ Google Cloud Generative AI : Ressources et exemples pour créer des modèles d'IA génératifs sur Google Cloud.
Exemples de transformateurs de visage câlins	Exemples de Hugging Face Transformers : Exemples d'utilisation de Hugging Face Transformers pour implémenter des modèles PNL de pointe.
Livre de recettes e2b	Livre de recettes e2b : exemples et recettes du livre de recettes e2b pour vous aider à démarrer avec diverses tâches d'IA et de ML.
Carnets de notes Google Colab	Google Colab Notebooks : créez et partagez des notebooks Jupyter avec un accès gratuit aux GPU. Parfait pour expérimenter des modèles d’IA et collaborer avec d’autres.

Merci d'avoir lu. Si vous avez trouvé cette liste utile, suivez Izam Mohammed pour en savoir plus ❤️.