awesome ai music generation 다운로드 - awesome ai music generation 소스 코드 다운로드

awesome ai music generation

기타 소스코드

1.0.0

다운로드

AI를 활용한 멋진 음악 세대

인공 지능과 음악 창작의 교차점에서 엄선된 리소스, 프로젝트 및 프레임워크 모음인 AI를 갖춘 멋진 음악 세대 목록에 오신 것을 환영합니다. 수년에 걸쳐 생성 음악 분야는 머신 러닝과 딥 러닝 기술의 발전에 힘입어 상당한 발전을 이루었습니다. 알고리즘 구성부터 실시간 음악 생성까지 AI는 이전에는 상상할 수 없었던 창의성과 자동화의 결합을 가능하게 하면서 새로운 지평을 열었습니다.

이 목록은 AI를 통해 음악 세대의 미래를 형성하는 선구적인 프로젝트, 영향력 있는 연구 논문 및 최첨단 프레임워크를 한자리에 모아 매니아, 연구원 및 전문가를 위한 포괄적인 허브가 되는 것을 목표로 합니다. 디지털 개척지를 탐험하는 음악가, 가능성의 경계를 넓히는 연구원, AI 기반 음악 기능을 애플리케이션에 통합하려는 개발자 등 이 컬렉션은 풍부한 영감과 지식의 원천을 제공할 것입니다.

GitHub 프로젝트

마젠타: 기계 지능을 통한 음악 및 예술 세대 ??️ (별 18712개)
Audiocraft: 텍스트 및 멜로디 조절 기능을 갖춘 제어 가능한 음악 생성 LM인 MusicGen을 포함하여 딥 러닝을 통한 오디오 처리 및 생성을 위한 라이브러리(별 17044개)
Muzic: 인공지능을 이용한 음악의 이해와 생성 ? (별 3765개)
musiclm-pytorch: 주의 네트워크를 사용하여 음악 생성을 위한 Google의 최첨단 모델인 MusicLM의 PyTorch 구현 ? (별 2763개)
riffusion: 실시간 음악 생성을 위한 안정적인 확산 ? (별 2727개)
Mubert-Text-to-Music: Mubert API를 사용한 프롬프트 기반 음악 생성을 보여주는 노트북 ? (별 2674개)
riffusion-app: 웹 앱에서 실시간 음악 생성을 위한 안정적인 확산 ? (별 2474개)
Magenta.js: 브라우저의 기계 학습을 통한 음악 및 예술 생성 ??️ (별 1899개)
AudioLDM2: 텍스트-오디오/음악 생성 ? (별 1733개)
musegan: 음악 세대를 위한 AI? (별 1602개)
Radium : 그래픽 음악 편집기이자 차세대 추적기입니다. ?⚡️(별 805개)
GRUV : 알고리즘 음악 생성을 위한 Python 프로젝트입니다. ?? (별 798개)
DeepJ : 스타일별 음악 생성을 위한 딥러닝 모델입니다. ? (별 717개)
딥 러닝을 통한 음악 생성 : 딥 러닝을 사용한 음악 생성에 대한 리소스입니다. ? (별 700개)
Musika : 빠른 무한 파형 음악 생성. ?? (별 646개)
뮤직 제너레이션 연구(Music Generation Research ) : 뮤직 제너레이션 연구 자료 모음입니다. ?? (별 516개)
MusPy : 상징적인 음악 생성을 위한 툴킷입니다. ?? (별 387개)
MusicGenerator : TensorFlow를 사용하여 음악 생성을 위한 다양한 딥 러닝 모델을 실험해 보세요. ?? (별 309개)
MuseTree : 현실 세계를 위한 AI 음악 생성. ?? (별 215개)
VampNET : 가면을 쓴 트랜스포머를 사용한 음악 생성! ?? (별 204개)

기사 및 블로그

간단하고 제어 가능한 음악 생성: 압축된 개별 음악 표현을 통해 작동하는 MusicGen이라는 단일 언어 모델(LM)을 통해 생성된 출력을 더 효과적으로 제어할 수 있습니다. 제공된 링크에서 음악 샘플, 코드 및 모델을 사용할 수 있습니다.
AI 기반 감성 음악 생성 시스템: 방법 검토: AI-AMG 시스템에 대한 포괄적인 검토, 구성 요소 논의, 핵심 알고리즘을 기반으로 기존 시스템 분류, 감성 음악 작곡을 위한 AI 기반 접근 방식 탐구.
Music FaderNets: High를 기반으로 제어 가능한 음악 생성: 특징 분리 및 잠재 정규화 기술을 통해 하위 수준 속성을 조작하여 상위 수준 특징 표현을 학습하기 위한 프레임워크(Music FaderNets)입니다.
딥 러닝을 통한 음악 생성 - 과제 및 방향: 음악 생성을 위한 딥 러닝 접근 방식의 개요, 창의성 및 제어 측면에서 한계에 대해 논의합니다.
MusPy: 상징적 음악 생성을 위한 툴킷: 상징적 음악 생성을 위한 오픈 소스 Python 라이브러리인 MusPy를 소개하며 데이터 세트 관리, 데이터 전처리 및 모델 평가를 위한 도구를 제공합니다. 지원되는 데이터 세트의 통계 분석도 포함됩니다.
변주형 반복 자동 인코더가 지원되는 음악 생성: 더 긴 멜로디 패턴을 생성하기 위해 기록에 의해 지원되는 변주형 자동 인코더인 새로운 네트워크 아키텍처가 도입되었습니다. 필터링 휴리스틱은 생성된 음악을 향상시키는 데 사용됩니다.
확산 모델을 사용한 상징적 음악 생성: 상징적 음악 모델링에 확산 모델을 적용하여 강력한 생성 및 조건부 채우기 결과를 보여줍니다.
Magenta: 예술과 음악 창작에서 머신러닝의 역할을 탐구하는 연구 프로젝트입니다.
Python으로 음악을 생성하는 방법: 기본 사항: Python으로 음악을 생성하는 기본 사항을 논의하고 절차적 MIDI 생성에서의 사용을 강조하는 기사입니다.
MidiNet: 컨볼루셔널 생성 적대 네트워크(Convolutional Generative Adversarial Network): 기호 도메인에서 멜로디를 생성하고 조건부 메커니즘을 도입하며 여러 MIDI 채널로 확장하기 위해 컨볼루션 신경망(CNN)을 사용하는 방법에 대한 조사.
음악 세대를 위한 인공 지능에 관한 조사: 에이전트 ...
본 설문지에서는 인공 지능(AI)을 활용한 음악 생성 분야를 탐구하고, 음악 생성 과정을 모방하는 작곡 기술과 AI 시스템의 발전에 대해 논의합니다. 또한 음악 생성 프로세스에서 데이터 세트, 모델, 인터페이스 및 사용자의 역할과 잠재적인 응용 프로그램 및 향후 연구 방향을 강조합니다.
인공 지능으로 음악을 생성합니까?
이 기사에서는 기계 학습을 통해 음악 생성에 순환 신경망(RNN)을 사용하는 방법에 대한 통찰력을 제공합니다. RNN 기반 텍스트 생성 기술에 대한 복습 역할을 합니다.
인공신경망부터 음악 딥러닝까지…
본 논문에서는 음악 생성에 딥러닝 기술을 적용하는 방법을 탐구합니다. 딥러닝을 사용하여 음악 스타일을 자동으로 학습하고 음악 샘플을 생성하는 방법에 대한 튜토리얼을 제공합니다.
Noise2Music: 확산을 이용한 텍스트 조건 음악 생성 ...
이 연구에서는 확산 모델을 활용하여 텍스트 프롬프트에서 고품질 음악 클립을 생성하는 시스템인 Noise2Music을 소개합니다. 생성된 오디오가 텍스트에 지정된 장르, 템포, 악기, 분위기 및 시대를 어떻게 포착할 수 있는지 보여줍니다.
다음에 적용되는 분류 변이 자동 인코더 ... ?
본 논문은 알고리즘 음악 생성을 위한 VAE(Variational Autoencoder) 프레임워크 기반 모델을 제시합니다. 이 모델에는 모델링된 데이터의 개별 클래스를 추론하는 분류기가 통합되어 있어 서로 다른 키로 음악 시퀀스를 생성할 수 있습니다.
WaveNet에서 주변 음악 생성
이 게시물에서는 오디오 생성 모델인 Google DeepMind의 WaveNet을 사용하여 주변 음악을 생성하는 동기와 접근 방식에 대해 논의합니다.
LSTM 신경망을 사용하여 음악 생성
이 블로그 게시물에서는 음악 생성을 위한 LSTM(장단기 기억) 신경망의 사용을 소개합니다. 기존 LSTM 모델의 개선 사항을 다룹니다.
상징음악 생성을 위한 이산 확산 확률 모델 ?
이 연구에서는 DDPM(Discrete Diffusion Probabilistic Models)을 사용하여 다성 기호 음악의 생성을 소개합니다. 이 모델은 고품질 샘플 생성을 보여주며 음표 수준에서 유연한 채우기를 허용합니다. 또한 이 논문에서는 음악 샘플 품질의 평가와 이러한 모델의 가능한 적용에 대해 논의합니다.

온라인 강좌

Generative AI 과정 및 인증: 전문적인 여정의 다음 단계를 밟고 지금 Generative AI 과정에 등록하세요! 최고의 대학과 업계 리더가 제공하는 생성적 AI 과정을 찾아보세요. ?
완전한 AI 예술 생성 과정 - 초급 2 마스터: 최첨단 AI 알고리즘을 사용하여 언어, 예술, 음악 등 모든 것을 생성하는 방법을 알아보세요. ??
Andrew Ng: 새로운 딥 러닝 전문 분야 발표: 유명한 AI 전문가인 Andrew Ng와 함께 딥 러닝에 대해 알아보고 이 흥미로운 분야의 기초를 알아보세요. ?
최고의 딥 러닝 과정 및 인증(Coursera): 최고의 대학과 업계 리더가 제공하는 다양한 과정에 등록하여 딥 러닝 기술과 지식을 향상하세요.

서적

Deep Learning Techniques for Music Generation : 이 책은 딥러닝을 활용하여 음악 콘텐츠를 생성하는 방법에 대한 조사 및 분석을 제공하여 학생, 실무자 및 연구자에게 통찰력을 제공합니다.
알고리즘 구성: 자동화된 음악 생성의 패러다임: 알고리즘 구성에 대한 자세한 개요를 제공하는 이 책은 실용적인 방식으로 중요한 절차와 원리에 중점을 둡니다.
Magenta를 사용한 음악 생성 실습: Magenta를 사용하여 음악 생성 및 작곡 보조에서 딥 러닝의 역할을 살펴봅니다. 이 실습 가이드는 ML 모델을 기존 음악 제작 도구에 통합합니다.
기계 학습 및 음악 생성: 음악 제작에 ML 기술을 사용하는 방법을 다루는 이 포괄적인 책을 통해 기계 학습과 음악 생성의 교차점을 살펴보세요.

연구 논문

간단하고 제어 가능한 음악 생성: 이 문서에서는 텍스트 설명이나 멜로디 특징에 따라 고품질 음악 샘플을 생성하여 생성된 출력을 더 효과적으로 제어할 수 있는 단일 언어 모델(LM)인 MusicGen을 소개합니다. 이는 표준 텍스트-음악 벤치마크의 기준에 비해 뛰어난 성능을 보여줍니다.
효율적인 신경 음악 생성: MeLoDy(음악의 경우 M, LM의 경우 L, 확산의 경우 D)는 샘플링 프로세스에서 순방향 패스를 줄이면서 최첨단 품질의 음악 오디오를 생성하는 LM 유도 확산 모델로 제안됩니다. 계산적으로 효율적으로 만듭니다.
Noise2Music: 확산을 통한 텍스트 조절 음악 생성: 이 논문은 텍스트 프롬프트에서 고품질 30초 음악 클립을 생성하도록 훈련된 일련의 확산 모델인 Noise2Music을 제시합니다. 중간 표현을 위한 다양한 옵션을 탐색하고 텍스트 프롬프트의 핵심 요소를 충실하게 반영하는 능력을 보여줍니다.
VampNet: 마스크된 음향 토큰 모델링을 통한 음악 생성: VampNet은 훈련 중에 양방향 변환기 아키텍처와 가변 마스킹 일정을 활용하여 일관된 고충실도 음악 파형을 생성합니다. 음악 합성, 압축, 인페인팅 및 변형 기능을 보여줍니다.
MuseGAN: 다중 트랙 순차 생성적 적대 네트워크(Multi-track Sequential Generative Adversarial Networks): 이 논문에서는 시간적 역학과 트랙 간의 상호 의존성을 고려하여 생성적 적대 네트워크(GAN)를 사용하여 상징적 다중 트랙 음악 생성을 위한 세 가지 모델을 제안합니다.
JEN-1: 확산을 통한 텍스트 기반 범용 음악 생성: JEN-1은 자동 회귀 및 비자동 회귀 훈련을 모두 통합하는 텍스트-음악 생성을 위한 범용 고충실도 모델로 도입되었습니다. 텍스트-음악 정렬 및 음악 품질에서 뛰어난 성능을 보여줍니다.
Museformer: 세밀하고 거친 주의를 기울이는 Transformer: Museformer는 긴 음악 시퀀스 및 음악 반복 구조와 관련된 과제를 해결하는 음악 생성을 위한 Transformer 기반 접근 방식입니다. 관련 음악 구조를 효율적으로 포착하기 위해 세밀하고 거친 주의 메커니즘을 도입합니다.
심층 음악 세대에 대한 종합 설문 조사: 다단계 관점: 이 설문 조사는 다양한 음악 세대 수준(악보 생성, 연주 생성 및 오디오 생성)에서 다양한 작곡 작업을 다루는 음악 생성의 딥 러닝 기술에 대한 개요를 제공합니다.
댄스 비디오에서 복잡한 음악 생성을 위한 양자화된 GAN: Dance2Music-GAN(D2M-GAN)은 댄스 비디오를 기반으로 복잡한 음악 샘플을 생성하는 적대적 다중 모드 프레임워크입니다. VQ(Vector Quantized) 오디오 표현을 사용하여 다양한 댄스 음악 스타일을 생성합니다.
뮤지카! 빠른 무한 파형 음악 생성: 소비자 CPU에서 임의 길이의 음악을 실시간 생성하는 것보다 훨씬 빠른 속도와 사용자 제어가 가능한 음악 생성 시스템입니다.
인공지능 기반 음악 생성에 대한 체계적인 검토: 광범위한 출판물을 제공하고 AI 기반 자동 음악 생성에 대한 음악가와 컴퓨터 과학자 모두의 관심을 탐구합니다.
MidiNet: 음악 생성을 위한 컨볼루션 생성 적대 네트워크: 기호 영역에서 멜로디를 생성하기 위한 컨볼루션 신경망(CNN) 사용을 소개합니다.
딥 러닝을 통한 음악 생성 - 과제 및 방향: 음악 생성을 위한 딥 러닝의 한계와 제어, 구조, 창의성 및 상호 작용의 필요성을 탐구합니다.
딥뮤직 세대에는 무엇이 빠졌나요? 반복과 구조에 관한 연구: 음악 세대의 맥락에서 음악 구조와 반복에 대한 이해를 조사하고 새로운 형식적 음악 기준과 평가 방법을 제시합니다.
확산 모델을 사용한 상징적 음악 생성: 강력한 무조건적 생성 및 사후 조건부 채우기 결과를 사용하여 상징적 음악을 생성하기 위해 순차 데이터에 대한 확산 모델을 훈련하는 기술을 제시합니다.
상징적 음악 생성을 위한 이산 확산 확률 모델: 높은 샘플 품질과 유연한 채우기로 다성 기호 음악을 생성하기 위한 이산 확산 확률 모델(D3PM)의 응용을 탐구합니다.
MMM: Transformer를 사용하여 조건부 멀티트랙 음악 생성 탐색: 장기적인 종속성을 더 효과적으로 제어하고 처리하면서 멀티트랙 음악을 생성하기 위한 Transformer 아키텍처 기반 생성 시스템을 소개합니다.
음악 세대를 위한 딥 러닝 기술 - 설문 조사: 목표, 표현, 아키텍처, 과제 및 평가를 다루면서 음악 콘텐츠를 생성하기 위해 딥 러닝을 사용하는 다양한 방법을 분석합니다.
Mo^usai: 장기 상황 잠재 확산을 통한 텍스트-음악 생성: 텍스트 설명에서 몇 분 분량의 고품질 스테레오 음악을 생성할 수 있는 매우 효율적인 텍스트-음악 생성 모델을 사용하여 텍스트와 음악 간의 연결을 연결합니다.

비디오

Magenta를 사용한 음악 생성: 예술에 기계 학습 사용 - 2019년 11월 7일. 음악을 작곡하는 것은 어렵고 영감이 부족하면 어려울 수 있습니다. 이 비디오에서는 기계 학습이 음악 생성에 어떻게 사용될 수 있는지 살펴봅니다.
음악 세대 유전자 알고리즘을 코딩하는 방법은 무엇입니까? - 2021년 4월 3일. 이 비디오에서는 이전 비디오에서 제시된 개념을 바탕으로 음악을 생성하기 위한 유전 알고리즘 코딩에 대해 설명합니다.
음악 세대를 위한 딥 러닝 - 2018년 2월 8일. AI 쇼의 이번 에피소드에서 Erika는 음악을 입력으로 사용하여 딥 러닝 모델을 만드는 방법을 설명하고 딥 러닝을 사용하여 음악 생성의 기술적 측면을 탐구합니다.
GPT를 사용한 헤비메탈 작곡 - 음악용 HuggingFace - 2022년 1월 26일. 이 동영상은 음악 생성을 위한 HuggingFace의 사용법, 특히 헤비메탈 음악 작곡에 초점을 맞춘 방법을 보여줍니다.
MusicGen: 간단하고 제어 가능한 음악 생성 설명 - 2023년 6월 25일. 이 비디오는 간단하고 제어 가능한 음악 생성을 위한 프레임워크인 MusicGen에 대해 설명합니다.
Jawlove - Everything Will Be Alright - YouTube - Jawlove의 "Everything Will Be Alright" 노래가 포함된 뮤직 비디오입니다.
Karen #7 Slippery Fish와 함께하는 음악적 시작 - YouTube - 음악 교육 공연을 선보이는 Music Generation Waterford 프로그램의 동영상입니다.
사이버네틱 축하 | EDM | Loudly AI Music Generator - YouTube - Loudly AI Music Generator를 사용하여 EDM 음악을 만드는 방법을 보여주는 비디오입니다.
Music Generation Cork City - YouTube - Music Generation Cork City의 공연을 보여주는 동영상 재생 목록입니다.
최고의 AI 음악 생성 도구(공개적으로 사용 가능한 도구) - 비디오 - Mubert AI, AIVA, Soundraw, Beatoven AI, Boomy 및 Amper Music을 포함하여 사용 가능한 최고의 AI 음악 생성 도구를 탐색하는 비디오입니다.

도구 및 소프트웨어

Stability AI는 AI 음악 세대를 위한 다용도 플랫폼인 'Stable Audio'를 공개합니다. Stability AI는 메타데이터 및 타이밍에 따라 오디오를 생성하기 위한 새로운 잠재 확산 모델을 제공하여 더 빠른 추론 시간과 창의적인 제어를 제공하는 새로운 AI 플랫폼인 Stable Audio를 출시했습니다.
SuperCollider: 사운드 합성을 위한 오디오 서버, 프로그래밍 언어 및 IDE입니다. SuperCollider는 오디오 합성 및 알고리즘 구성을 위한 플랫폼입니다.
최고의 오픈 소스 AI 음악 생성기: Pytorch를 사용한 오디오 생성에 대한 언어 모델링 접근 방식인 AudioLM 구현. 여기에는 생성된 음악을 보다 효과적으로 제어할 수 있는 조절 메커니즘이 포함되어 있습니다.
Soundful: 제작자가 로열티 없는 트랙을 즉시 생성할 수 있는 AI 음악 생성기입니다. Soundful은 AI 기술을 사용하여 고품질 음악을 생성하므로 누구나 쉽게 전문가 수준의 음악을 만들 수 있습니다.
Strasheela: 제약 기반 음악 작곡 시스템. 사용자는 일련의 작곡 규칙을 사용하여 음악 이론을 정의하고 시스템은 이러한 이론을 준수하는 음악을 생성합니다.
최고의 AI 음악 생성기 - 2023년 리뷰 및 비교: 노래 검색, 오디오 파일 업로드, 직접 녹음 등 노래 표지를 만드는 다양한 방법을 제공하는 온라인 도구입니다.
AI 생성 음악이란 무엇입니까? 2023년 최고의 음악 도구: 기업이 AI 생성 음악을 저렴한 대안으로 탐색할 수 있게 해주는 소프트웨어로, 무제한 음악 프로젝트와 월별 노래 다운로드가 포함된 무료 평가판을 제공합니다.
2023년 최고의 오디오 편집 소프트웨어: 100개 이상의 리뷰 비교 | G2: 검증된 사용자의 실시간 제품 리뷰와 함께 오디오 엔지니어 및 음악 제작자가 일반적으로 사용하는 오디오 편집 소프트웨어의 포괄적인 목록입니다.
Psycle Modular Music Creation Studio 리뷰 - 2023년: Psycle Modular Music Creation Studio 무료 오픈 소스 소프트웨어 프로젝트에 대한 사용자 리뷰 및 평가.

컨퍼런스 및 이벤트

Neuton.AI 이벤트 - Neuton.AI는 차세대 스마트 칫솔에 대한 ARM Tech Talk를 포함하여 다양한 이벤트를 주최하고 최적의 크기와 정확성을 갖춘 소형 모델을 구축하기 위한 고유한 신경망 프레임워크를 선보입니다.
FUTURE DEAD ARTISTS 이벤트 - FDA 2023 Freshman Class: FUTURE GENERATION Artists Talk를 포함하여 FUTURE DEAD ARTISTS가 진행하는 예정된 이벤트에 대한 최신 정보를 받아보세요.
생성적 AI, 앱 및 DevOps | AI/ML Talks - Pulumi는 2023년 10월 19일 워싱턴주 시애틀에서 AI/ML Talks 분야의 생성적 AI, 앱 및 DevOps에 대한 강연을 발표합니다.
기술 및 기업가 정신 여성 - 포트 로더데일 챕터 해피 아워 - 포트 로더데일 챕터 기술 및 기업가 정신 여성을 위한 해피 아워 이벤트입니다.

슬라이드 및 프리젠테이션

알고리즘 음악 생성 | PPT: 알고리즘 음악 생성을 논의하는 슬라이드이며 PDF 또는 온라인 보기로 무료로 제공됩니다.
딥러닝을 통한 음악 생성 | PPT: 딥 러닝을 사용하여 음악 생성을 탐구하는 프레젠테이션으로, PDF로 다운로드하거나 온라인으로 볼 수 있습니다.
제어 가능한 음악 변환기를 사용한 비디오 배경 음악 생성: 제어 가능한 음악 변환기를 사용한 비디오 배경 음악 생성에 대해 설명하는 슬라이드로, PDF로 제공되거나 온라인으로 볼 수 있습니다.
딥러닝을 이용한 자동 음악 생성 | PDF: 딥 러닝을 사용한 자동 음악 생성 과정을 설명하는 슬라이드로, PDF로 다운로드하거나 온라인으로 볼 수 있습니다.
MuseGAN: 상징적 음악 생성 및 반주를 위한 다중 트랙 순차 생성 적대 네트워크(AAAI 2018): 상징적 음악 생성 및 반주를 위한 다중 트랙 순차 생성 적대 네트워크 프레임워크인 MuseGAN을 소개하는 슬라이드로 PDF 또는 온라인으로 볼 수 있습니다.
Transformers를 사용한 자동 음악 작곡, 2021년 1월 | PPT: Transformers를 사용한 자동 음악 작곡에 대한 진행 중인 프로젝트를 소개하는 프레젠테이션으로, PDF로 다운로드하거나 온라인으로 볼 수 있습니다.
ISMIR 2019 튜토리얼: 생성적 적대 신경망(GAN)을 사용하여 음악 생성: 생성적 적대 신경망(GAN)을 사용하여 음악 생성에 대한 ISMIR 2019 튜토리얼의 슬라이드를 PDF로 제공하거나 온라인으로 볼 수 있습니다.
PopMAG: 팝 음악 반주 생성 | PPT: 팝 음악 반주 생성을 위한 프레임워크인 PopMAG에 대해 논의하는 슬라이드로 PDF 또는 온라인으로 볼 수 있습니다.
인공지능과 음악 | PPT: 음악 생성을 위해 LSTM과 결합된 순환 신경망의 적용을 탐색하는 슬라이드로, PDF로 다운로드하거나 온라인으로 볼 수 있습니다.
음악 분야의 창의적인 AI 응용을 위한 머신러닝(2018년 11월) | PPT: 음악 분야의 창의적인 AI 애플리케이션을 위한 기계 학습에 대한 프레젠테이션으로, PDF 또는 온라인으로 볼 수 있습니다.

Awesome List의 초기 버전은 Awesome List Generator의 도움으로 생성되었습니다. GPT 모델의 강력한 기능을 사용하여 특정 주제와 관련된 리소스 목록의 시작점을 자동으로 선별하고 생성하는 오픈 소스 Python 패키지입니다.

확장하다

추가 정보