Awesome GenAI
1.0.0
生成 AI 用の厳選されたリソースのリスト。これには、生成 AI モデルの学習と構築に役立つチュートリアル、サンプル、ツールが含まれています。
| リソース | 説明 |
|---|---|
| Kaggle ノートブック | ? Kaggle : データセット、ノートブック、モデルの膨大なコレクションにアクセスします。コンテストに参加し、データ サイエンティストのコミュニティと協力してスキルを向上させましょう。 |
| ハグフェイススペース | ?ハグフェイススペース: 自然言語処理のための論文、モデル、インタラクティブスペースを発見します。独自のモデルをコミュニティと共有してデプロイします。 |
| ストリームリット ギャラリー | Streamlit ギャラリー: Streamlit で構築されたさまざまな美しい Web アプリを探索します。インタラクティブなデータ アプリケーションを簡単に作成する方法を学びます。 |
| ラングチェーンクックブック | LangChain クックブック: LangChain を始めるためのレシピと例を見つけます。言語モデルを効果的に構築してデプロイする方法を学びます。 |
| ランググラフの例 | ? LangGraph の例: LangGraph の機能を紹介する例を詳しく見てみましょう。グラフベースの学習を言語モデルと統合する方法を理解します。 |
| LangChain ハウツー ガイド | LangChain ハウツー ガイド: さまざまなアプリケーションで LangChain を使用するための詳細なステップバイステップ ガイド。初心者にも上級ユーザーにも最適です。 |
| 松ぼっくりの例 | ? Pinecone の例: スケーラブルで高速な類似性検索アプリケーションを構築するために Pinecone のベクトル データベースを使用する方法を示す実践的な例。 |
| GitHub でのトレンド | GitHub のトレンド: Python および大規模言語モデル (LLM) のトピックで最も人気のあるリポジトリの最新情報を入手してください。新しいプロジェクトやアイデアを発見してください。 |
| 将来のツール | Future Tools : AI とテクノロジーの未来を形作るツールとリソースの包括的なディレクトリ。最新のイノベーションとトレンドを見つけてください。 |
| それを実現するAIがある | ? There's an AI for That : アプリケーション別に分類された AI ツールの広範なディレクトリ。さまざまなタスクのための AI ソリューションを簡単に見つけます。 |
| 素晴らしい LLMOps | 素晴らしい LLMOps : 大規模な言語モデルを管理および最適化するための厳選されたリソースのリスト。導入とメンテナンスのベスト プラクティスを学びます。 |
| 最高の AI ナレッジ リポジトリ | ? Best AI Knowledge Repositories : AI の知識と研究のための最高のリポジトリのコレクション。理解を深めたい学生や専門家に最適です。 |
| コード付き論文 | ?コード付き論文: コード実装付きの最先端の AI 研究論文にアクセスします。最先端の研究を再現し、その上に構築したいと考えている研究者や実践者に最適です。 |
| 素晴らしいラングチェーン | ?素晴らしい LangChain : LangChain のリソース、ツール、チュートリアルの厳選されたリスト。最新の開発状況やコミュニティ プロジェクトの最新情報を入手してください。 |
| 素晴らしい Python データ サイエンス | 素晴らしい Python データ サイエンス: データ サイエンス用の Python ライブラリとリソースの厳選されたリスト。データ分析と機械学習のスキルを強化します。 |
| LLMコース | ? LLM コース: 大規模な言語モデルについて学習するための包括的なコース教材。講義、課題、プロジェクトのアイデアが含まれます。 |
| ゼロからの LLM | ゼロからの LLM : 大規模な言語モデルをゼロから構築する方法を学びます。基本と実装の詳細を理解します。 |
| ZenML プロジェクト | ? ZenML プロジェクト: ZenML を使用して機械学習ワークフローを合理化するサンプル プロジェクト。 ZenML を ML パイプラインに統合する方法を学びます。 |
| アシッシュ・パテルのプロジェクト | Ashish Patel のプロジェクト: Ashish Patel がリストした幅広い AI および ML プロジェクトを探索します。機械学習、ディープラーニング、コンピューター ビジョン、コードを使用した NLP に関するプロジェクトが含まれます。 |
| LlamaIndex の例 | ? LlamaIndex の例: LlamaIndex を使用して効率的な情報の取得とインデックス付けを行う方法を示す例。 |
| CrewAI の例 | CrewAI の例: CrewAI を使用して AI プロジェクトにおけるチームのコラボレーションと生産性を向上させる実践的な例。 |
| JY Chiaのブログ | ✍️ JY Chia のブログ: AI、機械学習、データ サイエンスに関する洞察力に富んだブログ投稿。経験豊富な専門家から実践的なヒントや知識を得ることができます。 |
| DataCamp チートシート | ? DataCamp Cheat Sheets : データ サイエンスと AI の概念に関する便利なチートシート。素早い参照や見直しに最適です。 |
| Qdrant ドキュメントの例 | Qdrant ドキュメントの例: Qdrant のベクトル検索機能の使用例。ベクトル検索アプリケーションを構築および展開する方法を学びます。 |
| MLflow の例 | ? MLflow の例: MLflow を使用して機械学習の実験を管理するための実践的な例。 |
| 彗星の例 | ☄️ Comet の例: Comet を使用して機械学習実験を追跡、比較、最適化する例。 |
| W&Bの例 | ?️重みとバイアスの例: 重みとバイアスを使用して、追跡、視覚化、およびコラボレーション ツールを使用して ML 実験を強化する例。 |
| 完璧なレシピ | ? Prefect Recipes : Prefect を使用してデータ ワークフローを調整および管理するためのレシピと例。 |
| 厚皮動物の例 | ? Pachyderm の例: Pachyderm を使用してデータ サイエンス パイプラインのバージョンを管理する例。 |
| Amazon SageMaker の例 | ☁️ Amazon SageMaker の例: Amazon SageMaker を使用して大規模な機械学習モデルを構築、トレーニング、デプロイするための実践的な例。 |
| Microsoft Autogen ノートブック | ? Microsoft Autogen Notebooks : Microsoft Autogen を使用して合成データとモデルの生成を自動化するためのノートブック。 |
| 干し草の山のチュートリアル | ? Haystack チュートリアル: Haystack を使用して、最先端の NLP を備えた強力な検索システムを構築するためのチュートリアル。 |
| 初心者向けの生成 AI | ?初心者のための生成 AI : 生成 AI モデルを理解して構築するための初心者向けガイド。 |
| プロンプトガイド | プロンプト ガイド: AI モデルのパフォーマンスを向上させる効果的なプロンプトを作成するための包括的なガイドです。 |
| NVIDIA NeMo の例 | NVIDIA NeMo の例: NVIDIA NeMo を使用して会話型 AI モデルを構築、トレーニング、展開する例。 |
| 概要の例 | ✏️アウトラインの例: アウトラインを使用して構造化データ抽出ワークフローを作成する例。 |
| Google Cloud 生成 AI | ☁️ Google Cloud Generative AI : Google Cloud 上で生成 AI モデルを構築するためのリソースと例。 |
| ハグフェイストランスフォーマーの例 | Hugging Face Transformers の例: Hugging Face Transformers を使用して最先端の NLP モデルを実装する例。 |
| e2b クックブック | e2b クックブック: さまざまな AI および ML タスクを開始するのに役立つ、e2b クックブックの例とレシピ。 |
| Google Colab ノートブック | Google Colab ノートブック: GPU に無料でアクセスできる Jupyter ノートブックを作成して共有します。 AI モデルの実験や他のユーザーとのコラボレーションに最適です。 |
読んでいただきありがとうございます。このリストが役立つと思われた場合は、Izam Mohammed をフォローしてさらに詳しくご覧ください ❤️。
