awesome google colab
1.0.0
Пожалуйста, свяжитесь со мной, чтобы взять на себя и обновить этот репозиторий (он получает около 30 тысяч просмотров и 200 тысяч кликов в год), у меня нет времени обновлять или поддерживать его - сообщение от 15.03.2021.
Курируемый список репозиториев с полнофункциональными блокнотами Colab с данными, кодом и описанием. Код в этих репозиториях написан на Python, если не указано иное.
Чтобы узнать больше о том, почему и как работает Colab, прочтите этот пост. Несколько советов и рекомендаций можно найти в этом посте.
Если вам нужно отправить только один блокнот, воспользуйтесь веб-сайтом https://google-colab.com/, это очень просто: в правом верхнем углу нажмите «Отправить +». Чем раньше вы опубликуете, тем большую видимость вы получите со временем.
Внимание: эта работа находится в стадии разработки. Внесите свой вклад, добавив функциональность Colab в свои собственные проекты по науке о данных на GitHub или запросив ее у авторов.
Если вы хотите внести свой вклад в этот список (пожалуйста), отправьте мне запрос на включение или свяжитесь со мной через @dereknow или на linkedin. Кроме того, указанный репозиторий должен быть исправлен или удален:
Помимо репозиториев с поддержкой Colab, перечисленных ниже, вы также можете, приложив немного усилий, запустить блокноты Github Jupyter непосредственно в Google Colaboratory, используя среды выполнения CPU/GPU/TPU, заменив https://github.com в URL-адресе на https://. colab.research.google.com/github/. Никакой локальной установки Python не требуется. Конечно, эти ноутбуки придется адаптировать для приема необходимых данных и модулей.
Блокнот по науке о данных Python — Справочник по науке о данных Python: полный текст в блокнотах Jupyter
ML и EDA — функциональное введение в Python, ориентированное на науку о данных.
Python Business Analytics — решения Python для решения практических бизнес-задач.
Примеры глубокого обучения. Попробуйте модели глубокого обучения онлайн в Google Colab.
Hvass-Labs — учебные пособия по TensorFlow с видео на YouTube
Глубокое обучение MIT — учебные пособия, задания и конкурсы для курсов, связанных с глубоким обучением MIT.
Учебное пособие по НЛП — учебное пособие по обработке естественного языка для исследователей глубокого обучения
DeepSchool.io — учебные пособия по глубокому обучению в блокнотах Jupyter.
Глубокий курс НЛП - Глубокий курс НЛП
pyprobml — код Python для «Машинное обучение: вероятностная перспектива».
MIT 6.S191 — Лабораторные материалы для MIT 6.S191: Введение в глубокое обучение
НЛП ВШЭ - Ресурсы для курса "Обработка естественного языка" Coursera
Real Word NLP — пример кода для «реальной обработки естественного языка»
Блокноты — блокноты машинного обучения по различным предметам, оптимизированные для совместной работы в Google.
BERT — код TensorFlow и предварительно обученные модели для BERT
XLNet - XLNet: Обобщенная авторегрессионная предварительная тренировка для понимания языка
DeepPavlov Tutorials — библиотека с открытым исходным кодом для глубокого обучения сквозных диалоговых систем и чат-ботов.
TF NLP — Проекты, Практика, НЛП, TensorFlow 2, Google Colab
SparkNLP — современная обработка естественного языка
Deep Text Recognition — распознавание текста (оптическое распознавание символов) с помощью методов глубокого обучения.
BERTScore — метрика автоматической оценки Берта.
Суммирование текста — несколько реализаций абстрактного суммирования текста.
GPT-2 Colab - Переобучить gpt-2 в колабе
DeepFaceLab — DeepFaceLab — это инструмент, который использует машинное обучение для замены лиц в видео.
CycleGAN и PIX2PIX — перевод изображения в изображение в PyTorch
DeOldify — проект на основе глубокого обучения для раскрашивания и восстановления старых изображений (и видео!)
Detectron2 — Detectron2 — это исследовательская платформа нового поколения FAIR для обнаружения и сегментации объектов.
EfficientNet — PyTorch — реализация EfficientNet в PyTorch.
Faceswap GAN — автокодировщик с шумоподавлением + состязательные потери и механизмы внимания для замены лиц.
Нейронная передача стиля — реализация нейронной передачи стиля в Keras из статьи «Нейронный алгоритм художественного стиля».
Сравнить GAN - Сравнить код GAN
hmr - Страница проекта по комплексному восстановлению формы и позы человека
Spleeter — библиотека разделения исходников Deezer, включая предварительно обученные модели.
TTS — глубокое обучение преобразованию текста в речь
Дофамин. Дофамин — это исследовательская основа для быстрого создания прототипов алгоритмов обучения с подкреплением.
Sonnet — библиотека нейронных сетей на основе TensorFlow.
OpenSpiel — Коллекция сред и алгоритмов для исследований в области общего обучения с подкреплением и поиска/планирования в играх.
Агенты TF — TF-Agents — это библиотека для обучения с подкреплением в TensorFlow.
bsuite — коллекция тщательно разработанных экспериментов, исследующих основные возможности агента обучения с подкреплением (RL).
TF Generative Models — реализации ряда генеративных моделей в Tensorflow.
DQN в Rainbow — пошаговое руководство от DQN до Rainbow
Altair — библиотека декларативной статистической визуализации для Python
Altair Curriculum — учебная программа по визуализации данных в интерактивных блокнотах.
bertviz — Инструмент визуализации внимания в модели Трансформера
TF Graphics — Графика TensorFlow: дифференцируемые графические слои для TensorFlow
deepreplay — Создавайте визуализации, как в моей статье «Гиперпараметры в действии!»
PySyft — библиотека для зашифрованного машинного обучения, сохраняющего конфиденциальность.
Mindsdb — платформа для оптимизации использования нейронных сетей.
Ранжирование — учимся ранжировать в TensorFlow
TensorNetwork — библиотека для простого и эффективного манипулирования тензорными сетями.
JAX — составные преобразования программ Python+NumPy
BentoML — платформа для обслуживания и развертывания моделей машинного обучения.
Трансферное обучение НЛП — код учебного пособия по Трансферному обучению в НЛП, проводимого на NAACL 2019.
BDL Benchmarks — байесовские тесты глубокого обучения
RLTrader — среда торговли криптовалютой, использующая глубокое обучение с подкреплением и тренажерный зал OpenAI.
TF Quant Finance — высокопроизводительная библиотека TensorFlow для количественных финансов.
TensorTrade — платформа обучения с подкреплением с открытым исходным кодом для надежных торговых агентов.
Rapping NN - рекуррентная нейронная сеть для написания рэп-песен, обученная на всей дискографии Канье Уэста.
Фотограмметрия — рендеринг фотограмметрии с помощью облачного графического процессора Colab с Meshroom.
dl4g — глубокое обучение для графики
