Awesome GenAI
1.0.0
รายการทรัพยากรที่รวบรวมไว้สำหรับ generative AI ซึ่งรวมถึงบทช่วยสอน ตัวอย่าง และเครื่องมือที่จะช่วยให้คุณเรียนรู้และสร้างโมเดล AI เชิงสร้างสรรค์
ทรัพยากร | คำอธิบาย |
---|---|
โน๊ตบุ๊ค Kaggle | - Kaggle : เข้าถึงชุดข้อมูล โน้ตบุ๊ก และโมเดลมากมาย แข่งขันและร่วมมือกับชุมชนนักวิทยาศาสตร์ข้อมูลเพื่อพัฒนาทักษะของคุณ |
กอดช่องว่างใบหน้า | - Hugging Face Spaces : ค้นพบเอกสาร แบบจำลอง และพื้นที่โต้ตอบสำหรับการประมวลผลภาษาธรรมชาติ แบ่งปันและปรับใช้โมเดลของคุณเองกับชุมชน |
สตรีมไลท์แกลเลอรี | Streamlit Gallery : สำรวจเว็บแอปที่สวยงามมากมายที่สร้างด้วย Streamlit เรียนรู้วิธีสร้างแอปพลิเคชันข้อมูลเชิงโต้ตอบได้อย่างง่ายดาย |
ตำราอาหาร LangChain | ตำราอาหาร LangChain : ค้นหาสูตรอาหารและตัวอย่างเพื่อเริ่มต้นใช้งาน LangChain เรียนรู้วิธีสร้างและปรับใช้โมเดลภาษาอย่างมีประสิทธิภาพ |
ตัวอย่าง LangGraph | - ตัวอย่าง LangGraph : เจาะลึกตัวอย่างที่แสดงความสามารถของ LangGraph ทำความเข้าใจวิธีการบูรณาการการเรียนรู้บนกราฟกับแบบจำลองภาษา |
คำแนะนำวิธีการของ LangChain | คำแนะนำวิธีใช้ LangChain : คำแนะนำโดยละเอียดทีละขั้นตอนสำหรับการใช้ LangChain ในแอปพลิเคชันต่างๆ เหมาะสำหรับผู้เริ่มต้นและผู้ใช้ขั้นสูง |
ตัวอย่างไพน์โคน | - ตัวอย่าง Pinecone : ตัวอย่างเชิงปฏิบัติที่สาธิตวิธีใช้ฐานข้อมูลเวกเตอร์ของ Pinecone เพื่อสร้างแอปพลิเคชันการค้นหาที่คล้ายคลึงกันที่สามารถปรับขนาดได้และรวดเร็ว |
กำลังมาแรงบน GitHub | เทรนด์บน GitHub : อัปเดตอยู่เสมอด้วยแหล่งเก็บข้อมูลยอดนิยมใน Python และหัวข้อโมเดลภาษาขนาดใหญ่ (LLM) ค้นพบโครงการและแนวคิดใหม่ๆ |
เครื่องมือแห่งอนาคต | Future Tools : ไดเรกทอรีที่ครอบคลุมของเครื่องมือและทรัพยากรที่กำหนดอนาคตของ AI และเทคโนโลยี ค้นหานวัตกรรมและเทรนด์ล่าสุด |
มี AI สำหรับสิ่งนั้น | - มี AI สำหรับสิ่งนั้น : ไดเรกทอรีเครื่องมือ AI มากมายที่จัดหมวดหมู่ตามแอปพลิเคชัน ค้นหาโซลูชัน AI สำหรับงานต่างๆ ได้อย่างง่ายดาย |
LLMOps ที่ยอดเยี่ยม | LLMOps ที่ยอดเยี่ยม : รายการทรัพยากรที่รวบรวมไว้เพื่อการจัดการและเพิ่มประสิทธิภาพโมเดลภาษาขนาดใหญ่ เรียนรู้แนวทางปฏิบัติที่ดีที่สุดสำหรับการปรับใช้และการบำรุงรักษา |
คลังความรู้ AI ที่ดีที่สุด | - คลังความรู้ AI ที่ดีที่สุด : คอลเลกชันคลังความรู้ AI ที่ดีที่สุดและการวิจัย เหมาะสำหรับนักเรียนและผู้เชี่ยวชาญที่ต้องการทำความเข้าใจให้ลึกซึ้งยิ่งขึ้น |
เอกสารที่มีรหัส | - เอกสารที่มีรหัส : เข้าถึงเอกสารวิจัย AI ที่ล้ำสมัยพร้อมการนำโค้ดไปใช้ เหมาะสำหรับนักวิจัยและผู้ปฏิบัติงานที่ต้องการทำซ้ำและสร้างผลงานที่ล้ำสมัย |
LangChain ที่ยอดเยี่ยม | - LangChain ที่ยอดเยี่ยม : รายการทรัพยากร เครื่องมือ และบทช่วยสอนที่คัดสรรมาอย่างดีสำหรับ LangChain ติดตามข่าวสารล่าสุดเกี่ยวกับการพัฒนาล่าสุดและโครงการชุมชน |
สุดยอดวิทยาศาสตร์ข้อมูล Python | สุดยอด Python Data Science : รายการไลบรารี Python และทรัพยากรสำหรับวิทยาศาสตร์ข้อมูลที่ได้รับการดูแลจัดการ ปรับปรุงทักษะการวิเคราะห์ข้อมูลและการเรียนรู้ของเครื่อง |
หลักสูตรนิติศาสตร์มหาบัณฑิต | - หลักสูตร LLM : เนื้อหาหลักสูตรที่ครอบคลุมสำหรับการเรียนรู้เกี่ยวกับแบบจำลองภาษาขนาดใหญ่ รวมถึงการบรรยาย การมอบหมายงาน และแนวคิดโครงงาน |
LLM จาก Scratch | LLM ตั้งแต่เริ่มต้น : เรียนรู้วิธีสร้างแบบจำลองภาษาขนาดใหญ่ตั้งแต่เริ่มต้น ทำความเข้าใจพื้นฐานและรายละเอียดการดำเนินการ |
โครงการ ZenML | - โปรเจ็กต์ ZenML : ตัวอย่างโปรเจ็กต์ที่ใช้ ZenML เพื่อปรับปรุงเวิร์กโฟลว์แมชชีนเลิร์นนิงของคุณ เรียนรู้วิธีบูรณาการ ZenML เข้ากับไปป์ไลน์ ML ของคุณ |
โครงการของ Ashish Patel | โครงการของ Ashish Patel : สำรวจโครงการ AI และ ML ที่หลากหลายที่จัดทำโดย Ashish Patel รวมโปรเจ็กต์เกี่ยวกับการเรียนรู้ของเครื่อง การเรียนรู้เชิงลึก คอมพิวเตอร์วิทัศน์ และ NLP พร้อมโค้ด |
ตัวอย่าง LlamaIndex | - ตัวอย่าง LlamaIndex : ตัวอย่างที่สาธิตวิธีใช้ LlamaIndex เพื่อการดึงและจัดทำดัชนีข้อมูลอย่างมีประสิทธิภาพ |
ตัวอย่าง CrewAI | ตัวอย่าง CrewAI : ตัวอย่างที่เป็นประโยชน์สำหรับการใช้ CrewAI เพื่อปรับปรุงการทำงานร่วมกันเป็นทีมและประสิทธิภาพการทำงานในโครงการ AI |
บล็อกของ JY Chia | ✍️ บล็อกของ JY Chia : บล็อกโพสต์เชิงลึกเกี่ยวกับ AI การเรียนรู้ของเครื่อง และวิทยาศาสตร์ข้อมูล รับคำแนะนำและความรู้ที่เป็นประโยชน์จากผู้เชี่ยวชาญที่มีประสบการณ์ |
แผ่นโกง DataCamp | - แผ่นโกง DataCamp : แผ่นโกงที่มีประโยชน์สำหรับวิทยาศาสตร์ข้อมูลและแนวคิด AI เหมาะสำหรับการอ้างอิงและแก้ไขอย่างรวดเร็ว |
ตัวอย่างเอกสาร Qdrant | ตัวอย่างเอกสาร Qdrant : ตัวอย่างการใช้ความสามารถในการค้นหาเวกเตอร์ของ Qdrant เรียนรู้วิธีสร้างและปรับใช้แอปพลิเคชันการค้นหาเวกเตอร์ |
ตัวอย่างของ MLflow | - ตัวอย่าง MLflow : ตัวอย่างที่เป็นประโยชน์สำหรับการใช้ MLflow เพื่อจัดการการทดลองแมชชีนเลิร์นนิงของคุณ |
ตัวอย่างดาวหาง | ☄️ ตัวอย่าง Comet : ตัวอย่างการใช้ Comet เพื่อติดตาม เปรียบเทียบ และเพิ่มประสิทธิภาพการทดลอง Machine Learning ของคุณ |
ตัวอย่างของ W&B | ️ ตัวอย่างน้ำหนักและอคติ : ตัวอย่างการใช้น้ำหนักและอคติเพื่อปรับปรุงการทดลอง ML ของคุณด้วยเครื่องมือการติดตาม การแสดงภาพ และการทำงานร่วมกัน |
สูตรนายอำเภอ | - Prefect Recipes : สูตรอาหารและตัวอย่างการใช้ Prefect เพื่อเรียบเรียงและจัดการเวิร์กโฟลว์ข้อมูลของคุณ |
ตัวอย่างช้าง | - ตัวอย่าง Pachyderm : ตัวอย่างการใช้ Pachyderm เพื่อกำหนดเวอร์ชันและจัดการไปป์ไลน์วิทยาศาสตร์ข้อมูลของคุณ |
ตัวอย่าง Amazon SageMaker | ☁️ ตัวอย่าง Amazon SageMaker : ตัวอย่างที่เป็นประโยชน์สำหรับการใช้ Amazon SageMaker เพื่อสร้าง ฝึกฝน และปรับใช้โมเดล Machine Learning ในวงกว้าง |
โน้ตบุ๊ก Microsoft Autogen | - Microsoft Autogen Notebooks : โน้ตบุ๊กสำหรับใช้ Microsoft Autogen เพื่อสร้างข้อมูลและแบบจำลองสังเคราะห์โดยอัตโนมัติ |
บทช่วยสอนกองหญ้า | - บทช่วยสอน Haystack : บทช่วยสอนสำหรับการใช้ Haystack เพื่อสร้างระบบการค้นหาที่ทรงพลังด้วย NLP ที่ล้ำสมัย |
AI เจนเนอเรชั่นสำหรับผู้เริ่มต้น | - Generative AI สำหรับผู้เริ่มต้น : คู่มือสำหรับผู้เริ่มต้นเพื่อทำความเข้าใจและสร้างโมเดล AI เชิงสร้างสรรค์ |
คู่มือแนะนำ | คำแนะนำพร้อมท์ : คำแนะนำที่ครอบคลุมสำหรับการสร้างพร้อมต์ที่มีประสิทธิภาพเพื่อปรับปรุงประสิทธิภาพของโมเดล AI ของคุณ |
ตัวอย่าง NVIDIA NeMo | ตัวอย่าง NVIDIA NeMo : ตัวอย่างการใช้ NVIDIA NeMo เพื่อสร้าง ฝึกฝน และปรับใช้โมเดล AI การสนทนา |
ตัวอย่างโครงร่าง | ✏️ ตัวอย่างโครงร่าง : ตัวอย่างการใช้ Outlines เพื่อสร้างเวิร์กโฟลว์การแยกข้อมูลที่มีโครงสร้าง |
AI เจนเนอเรชั่นของ Google Cloud | ☁️ Google Cloud Generative AI : แหล่งข้อมูลและตัวอย่างสำหรับการสร้างแบบจำลอง AI เชิงสร้างสรรค์บน Google Cloud |
ตัวอย่าง Transformers กอดใบหน้า | ตัวอย่าง Hugging Face Transformers : ตัวอย่างการใช้ Hugging Face Transformers เพื่อใช้โมเดล NLP ที่ล้ำสมัย |
ตำราอาหาร e2b | ตำราอาหาร e2b : ตัวอย่างและสูตรอาหารจากตำราอาหาร e2b เพื่อช่วยให้คุณเริ่มต้นกับงาน AI และ ML ต่างๆ |
สมุดบันทึก Google Colab | สมุดบันทึก Google Colab : สร้างและแบ่งปันสมุดบันทึก Jupyter พร้อมสิทธิ์เข้าถึง GPU ฟรี เหมาะสำหรับการทดลองกับโมเดล AI และการทำงานร่วมกับผู้อื่น |
ขอบคุณสำหรับการอ่าน หากคุณพบว่ารายการนี้มีประโยชน์ ติดตาม Izam Mohammed เพื่อดูข้อมูลเพิ่มเติม ❤️