Awesome GenAI
1.0.0
생성 AI를 위한 선별된 리소스 목록입니다. 여기에는 생성적 AI 모델을 학습하고 구축하는 데 도움이 되는 튜토리얼, 예제 및 도구가 포함되어 있습니다.
| 의지 | 설명 |
|---|---|
| 캐글 노트북 | ? Kaggle : 방대한 데이터 세트, 노트북 및 모델 컬렉션에 액세스하세요. 경쟁에서 경쟁하고 데이터 과학자 커뮤니티와 협력하여 기술을 향상하세요. |
| 포옹하는 얼굴 공간 | ? Hugging Face Spaces : 자연어 처리를 위한 논문, 모델, 대화형 공간을 찾아보세요. 자신만의 모델을 커뮤니티와 공유하고 배포하세요. |
| 스트림릿 갤러리 | Streamlit 갤러리 : Streamlit으로 구축된 다양하고 아름다운 웹 앱을 탐색해보세요. 대화형 데이터 애플리케이션을 쉽게 만드는 방법을 알아보세요. |
| LangChain 요리책 | LangChain 요리책 : LangChain을 시작하기 위한 레시피와 예제를 찾아보세요. 언어 모델을 효과적으로 구축하고 배포하는 방법을 알아보세요. |
| LangGraph 예제 | ? LangGraph 예제 : LangGraph의 기능을 보여주는 예제를 살펴보세요. 그래프 기반 학습을 언어 모델과 통합하는 방법을 이해합니다. |
| LangChain 사용법 가이드 | LangChain 사용법 가이드 : 다양한 애플리케이션에서 LangChain을 사용하기 위한 자세한 단계별 가이드입니다. 초보자와 고급 사용자 모두에게 적합합니다. |
| 솔방울의 예 | ? Pinecone 예제 : 확장 가능하고 빠른 유사성 검색 애플리케이션을 구축하기 위해 Pinecone의 벡터 데이터베이스를 사용하는 방법을 보여주는 실제 예제입니다. |
| GitHub의 트렌드 | GitHub 트렌드 : Python 및 LLM(대형 언어 모델) 주제에서 가장 인기 있는 리포지토리에 대한 최신 정보를 받아보세요. 새로운 프로젝트와 아이디어를 발견하세요. |
| 미래의 도구 | 미래 도구(Future Tools) : AI와 기술의 미래를 형성하는 도구 및 리소스가 포함된 포괄적인 디렉터리입니다. 최신 혁신과 트렌드를 찾아보세요. |
| 이를 위한 AI가 있습니다 | ? 이를 위한 AI가 있습니다 . 애플리케이션별로 분류된 AI 도구의 광범위한 디렉토리입니다. 다양한 업무에 대한 AI 솔루션을 쉽게 찾아보세요. |
| 멋진 LLMOps | Awesome LLMOps : 대규모 언어 모델을 관리하고 최적화하기 위해 선별된 리소스 목록입니다. 배포 및 유지 관리에 대한 모범 사례를 알아보세요. |
| 최고의 AI 지식 저장소 | ? 최고의 AI 지식 저장소 : AI 지식 및 연구를 위한 최고의 저장소 모음입니다. 더 깊은 이해를 원하는 학생과 전문가에게 적합합니다. |
| 코드가 포함된 논문 | ? 코드가 포함된 논문 : 코드 구현이 포함된 최첨단 AI 연구 논문에 액세스하세요. 최첨단 작업을 복제하고 구축하려는 연구자 및 실무자에게 적합합니다. |
| 멋진 LangChain | ? Awesome LangChain : LangChain을 위한 엄선된 리소스, 도구 및 튜토리얼 목록입니다. 최신 개발 및 커뮤니티 프로젝트에 대한 최신 정보를 받아보세요. |
| 멋진 Python 데이터 과학 | 멋진 Python 데이터 과학 : 데이터 과학을 위한 선별된 Python 라이브러리 및 리소스 목록입니다. 데이터 분석 및 머신러닝 기술을 향상하세요. |
| LLM 과정 | ? LLM 과정 : 대규모 언어 모델 학습을 위한 종합 과정 자료입니다. 강의, 과제, 프로젝트 아이디어 등이 포함됩니다. |
| 처음부터 LLM | 처음부터 LLM : 대규모 언어 모델을 처음부터 구축하는 방법을 알아보세요. 기본 사항과 구현 세부 사항을 이해합니다. |
| ZenML 프로젝트 | ? ZenML 프로젝트 : ZenML을 사용하여 기계 학습 워크플로를 간소화하는 예제 프로젝트입니다. ZenML을 ML 파이프라인에 통합하는 방법을 알아보세요. |
| Ashish Patel의 프로젝트 | Ashish Patel의 프로젝트 : Ashish Patel이 나열한 다양한 AI 및 ML 프로젝트를 살펴보세요. 머신 러닝, 딥 러닝, 컴퓨터 비전, NLP(코드 포함)에 대한 프로젝트가 포함됩니다. |
| LlamaIndex 예 | ? LlamaIndex 예제 : 효율적인 정보 검색 및 인덱싱을 위해 LlamaIndex를 사용하는 방법을 보여주는 예제입니다. |
| CrewAI 예제 | CrewAI 사례 : CrewAI를 사용하여 AI 프로젝트에서 팀 협업과 생산성을 향상시키는 실제 사례입니다. |
| JY 치아의 블로그 | ✍️ JY Chia의 블로그 : AI, 머신러닝, 데이터 과학에 대한 통찰력 있는 블로그 게시물입니다. 숙련된 전문가로부터 실용적인 팁과 지식을 얻으세요. |
| DataCamp 치트 시트 | ? DataCamp 치트 시트 : 데이터 과학 및 AI 개념에 대한 편리한 치트 시트입니다. 빠른 참조 및 수정에 적합합니다. |
| Qdrant 문서 예시 | Qdrant 문서 예제 : Qdrant의 벡터 검색 기능 사용에 대한 예제입니다. 벡터 검색 애플리케이션을 구축하고 배포하는 방법을 알아보세요. |
| MLflow 예 | ? MLflow 예제 : MLflow를 사용하여 기계 학습 실험을 관리하는 실제 예제입니다. |
| 혜성의 예 | ☄️ Comet 예제 : Comet을 사용하여 기계 학습 실험을 추적, 비교 및 최적화하는 예제입니다. |
| W&B 예시 | ?️ 가중치 및 편향 예 : 추적, 시각화 및 협업 도구를 통해 ML 실험을 향상시키기 위해 가중치 및 편향을 사용하는 예입니다. |
| 완벽한 요리법 | ? Prefect 레시피 : Prefect를 사용하여 데이터 워크플로우를 조정하고 관리하기 위한 레시피와 예입니다. |
| 후피동물의 예 | ? Pachyderm 예제 : Pachyderm을 사용하여 데이터 과학 파이프라인의 버전을 지정하고 관리하는 예제입니다. |
| Amazon SageMaker 예 | ☁️ Amazon SageMaker 예제 : Amazon SageMaker를 사용하여 기계 학습 모델을 대규모로 구축, 훈련 및 배포하는 실제 예제입니다. |
| 마이크로소프트 오토젠 노트북 | ? Microsoft Autogen 노트북 : Microsoft Autogen을 사용하여 합성 데이터 및 모델 생성을 자동화하기 위한 노트북입니다. |
| 건초 더미 튜토리얼 | ? Haystack 튜토리얼 : Haystack을 사용하여 최첨단 NLP로 강력한 검색 시스템을 구축하기 위한 튜토리얼입니다. |
| 초보자를 위한 생성 AI | ? 초보자를 위한 생성적 AI : 생성적 AI 모델을 이해하고 구축하기 위한 초보자 가이드입니다. |
| 프롬프트 가이드 | 프롬프트 가이드 : AI 모델의 성능을 향상시키기 위한 효과적인 프롬프트를 작성하기 위한 포괄적인 가이드입니다. |
| NVIDIA NeMo 예 | NVIDIA NeMo 예제 : NVIDIA NeMo를 사용하여 대화형 AI 모델을 구축, 교육 및 배포하는 예제입니다. |
| 개요 예 | ✏️ 개요 예 : 개요를 사용하여 구조화된 데이터 추출 워크플로를 만드는 예입니다. |
| Google Cloud 생성 AI | ☁️ Google Cloud Generative AI : Google Cloud에서 생성 AI 모델을 구축하기 위한 리소스 및 예시입니다. |
| 허깅 페이스 트랜스포머의 예 | Hugging Face Transformers 예 : Hugging Face Transformers를 사용하여 최첨단 NLP 모델을 구현하는 예입니다. |
| e2b 요리책 | e2b 요리책 : 다양한 AI 및 ML 작업을 시작하는 데 도움이 되는 e2b 요리책의 예제와 레시피입니다. |
| Google Colab 노트 | Google Colab 노트북 : GPU에 무료로 액세스하여 Jupyter 노트북을 만들고 공유하세요. AI 모델을 실험하고 다른 사람들과 협업하는 데 적합합니다. |
읽어주셔서 감사합니다. 이 목록이 유용하다고 생각되면 Izam Mohammed를 팔로우하여 더 많은 정보를 얻으세요 ❤️.
