awesome google colab
1.0.0
โปรดติดต่อฉันเพื่อรับช่วงต่อและปรับปรุง repo นี้ (มีการดูประมาณ 30,000 ครั้งและ 200,000 คลิกต่อปี) ฉันไม่มีเวลาอัปเดตหรือบำรุงรักษา - ข้อความ 15/03/2021
รายการที่เก็บที่รวบรวมไว้ซึ่งมีสมุดบันทึก Colab แบบคลิกและรันที่มีฟังก์ชันครบถ้วน พร้อมด้วยข้อมูล โค้ด และคำอธิบาย รหัสในที่เก็บเหล่านี้เป็นภาษา Python เว้นแต่จะระบุไว้เป็นอย่างอื่น
หากต้องการเรียนรู้เพิ่มเติมเกี่ยวกับเหตุผลและวิธีการของ Colab โปรดดูโพสต์นี้ สำหรับคำแนะนำและเคล็ดลับบางประการ โปรดดูโพสต์นี้
หากคุณมีสมุดบันทึกที่จะส่งเพียงเล่มเดียว ให้ใช้เว็บไซต์ https://google-colab.com/ ซึ่งง่ายมาก คลิก 'ส่ง +' ที่มุมขวาบน ยิ่งคุณโพสต์เร็วเท่าไร การมองเห็นของคุณก็จะเพิ่มมากขึ้นตามกาลเวลา
ข้อควรระวัง: นี่เป็นงานที่กำลังดำเนินการ โปรดสนับสนุนโดยการเพิ่มฟังก์ชัน colab ให้กับโปรเจ็กต์วิทยาศาสตร์ข้อมูลของคุณเองบน GitHub หรือขอจากผู้เขียน
หากคุณต้องการมีส่วนร่วมในรายการนี้ (โปรดทำ) ส่งคำขอดึงมาให้ฉันหรือติดต่อฉัน @dereknow หรือบน LinkedIn นอกจากนี้ ควรแก้ไขหรือลบที่เก็บที่แสดงไว้:
นอกเหนือจากพื้นที่เก็บข้อมูลที่เปิดใช้งาน colab ตามรายการด้านล่างแล้ว คุณยังสามารถเรียกใช้โน้ตบุ๊ก github jupyter ได้โดยตรงบน Google Colaboratory โดยใช้รันไทม์ CPU/GPU/TPU โดยแทนที่ https://github.com ใน URL ด้วย https:// colab.research.google.com/github/ ไม่จำเป็นต้องติดตั้ง Python ในเครื่อง แน่นอนว่าโน้ตบุ๊กเหล่านี้จะต้องได้รับการดัดแปลงเพื่อนำเข้าข้อมูลและโมดูลที่จำเป็น
Python Data Science Notebook - คู่มือ Python Data Science: ข้อความฉบับเต็มใน Jupyter Notebooks
ML และ EDA - การแนะนำ Python เชิงฟังก์ชันและวิทยาศาสตร์ข้อมูลเป็นศูนย์กลาง
Python Business Analytics - โซลูชัน Python เพื่อแก้ปัญหาทางธุรกิจในทางปฏิบัติ
ตัวอย่างการเรียนรู้เชิงลึก - ลองใช้โมเดลการเรียนรู้เชิงลึกออนไลน์บน Google Colab
Hvass-Labs - บทช่วยสอน TensorFlow พร้อมวิดีโอ YouTube
การเรียนรู้เชิงลึกของ MIT - บทช่วยสอน การมอบหมายงาน และการแข่งขันสำหรับหลักสูตรที่เกี่ยวข้องกับการเรียนรู้เชิงลึกของ MIT
บทช่วยสอน NLP - บทช่วยสอนการประมวลผลภาษาธรรมชาติสำหรับนักวิจัยการเรียนรู้เชิงลึก
DeepSchool.io - บทเรียนการเรียนรู้เชิงลึกในสมุดบันทึก jupyter
หลักสูตร NLP ระดับลึก - หลักสูตร NLP ระดับลึก
pyprobml - รหัส Python สำหรับ "การเรียนรู้ของเครื่อง: มุมมองที่น่าจะเป็น"
MIT 6.S191 - วัสดุห้องปฏิบัติการสำหรับ MIT 6.S191: การเรียนรู้เชิงลึกเบื้องต้น
HSE NLP - แหล่งข้อมูลสำหรับหลักสูตร "การประมวลผลภาษาธรรมชาติ" Coursera
Real Word NLP - โค้ดตัวอย่างสำหรับ "การประมวลผลภาษาธรรมชาติในโลกแห่งความเป็นจริง"
โน้ตบุ๊ก - โน้ตบุ๊กการเรียนรู้ของเครื่องในหัวข้อต่างๆ ที่ได้รับการปรับแต่งให้ทำงานในการทำงานร่วมกันของ Google
BERT - รหัส TensorFlow และโมเดลที่ผ่านการฝึกอบรมล่วงหน้าสำหรับ BERT
XLNet - XLNet: การฝึกอบรมล่วงหน้าแบบถอยหลังอัตโนมัติทั่วไปเพื่อการทำความเข้าใจภาษา
บทช่วยสอน DeepPavlov - ไลบรารีโอเพ่นซอร์สสำหรับระบบโต้ตอบและแชทบอทแบบต้นทางถึงปลายทางการเรียนรู้เชิงลึก
TF NLP - โปรเจ็กต์, การปฏิบัติ, NLP, TensorFlow 2, Google Colab
SparkNLP - การประมวลผลภาษาธรรมชาติที่ทันสมัย
การรู้จำข้อความเชิงลึก - การรู้จำข้อความ (การรู้จำอักขระด้วยแสง) ด้วยวิธีการเรียนรู้เชิงลึก
BERTScore - ตัวชี้วัดการประเมินอัตโนมัติสำหรับ Bert
การสรุปข้อความ - การใช้งานหลายอย่างสำหรับการสรุปข้อความเชิงนามธรรม
GPT-2 Colab - ฝึก gpt-2 ใหม่ใน colab
DeepFaceLab - DeepFaceLab เป็นเครื่องมือที่ใช้การเรียนรู้ของเครื่องเพื่อแทนที่ใบหน้าในวิดีโอ
CycleGAN และ PIX2PIX - การแปลรูปภาพเป็นรูปภาพใน PyTorch
DeOldify - โปรเจ็กต์การเรียนรู้เชิงลึกสำหรับการปรับสีและกู้คืนรูปภาพเก่า (และวิดีโอ!)
Detectron2 - Detectron2 เป็นแพลตฟอร์มการวิจัยยุคใหม่ของ FAIR สำหรับการตรวจจับและแบ่งส่วนวัตถุ
EfficientNet - PyTorch - การใช้งาน PyTorch ของ EfficientNet
Faceswap GAN - ตัวเข้ารหัสอัตโนมัติ denoising + กลไกการสูญเสียฝ่ายตรงข้ามและความสนใจสำหรับการสลับใบหน้า
การถ่ายโอนสไตล์ประสาท - การใช้ Keras ของการถ่ายโอนสไตล์ประสาทจากกระดาษ "อัลกอริทึมประสาทของสไตล์ศิลปะ"
เปรียบเทียบ GAN - เปรียบเทียบรหัส GAN
hmr - หน้าโครงการสำหรับการฟื้นฟูรูปร่างและท่าทางของมนุษย์แบบครบวงจร
Spleeter - ไลบรารีการแยกแหล่งที่มาของ Deezer รวมถึงรุ่นที่ผ่านการฝึกอบรมมาแล้ว
TTS - การเรียนรู้เชิงลึกสำหรับการอ่านออกเสียงข้อความ
โดปามีน - โดปามีนเป็นกรอบการวิจัยสำหรับการสร้างต้นแบบอย่างรวดเร็วของอัลกอริธึมการเรียนรู้แบบเสริมกำลัง
Sonnet - ไลบรารีโครงข่ายประสาทเทียมที่ใช้ TensorFlow
OpenSpiel - คอลเลกชันของสภาพแวดล้อมและอัลกอริธึมสำหรับการวิจัยในการเรียนรู้เสริมทั่วไปและการค้นหา/การวางแผนในเกม
TF Agents - TF-Agents เป็นห้องสมุดสำหรับการเรียนรู้แบบเสริมกำลังใน TensorFlow
bsuite - คอลเลกชันของการทดลองที่ออกแบบมาอย่างระมัดระวังเพื่อตรวจสอบความสามารถหลักของตัวแทนการเรียนรู้การเสริมแรง (RL)
TF Generative Models - การนำโมเดล generative จำนวนหนึ่งไปใช้ใน Tensorflow
DQN to Rainbow - บทช่วยสอนทีละขั้นตอนจาก DQN ถึง Rainbow
Altair - ไลบรารีการแสดงภาพทางสถิติที่ประกาศสำหรับ Python
Altair Curriculum - หลักสูตรการแสดงภาพข้อมูลของสมุดบันทึกแบบโต้ตอบ
bertviz - เครื่องมือสำหรับการแสดงภาพความสนใจในโมเดล Transformer
กราฟิก TF - กราฟิก TensorFlow: เลเยอร์กราฟิกที่แตกต่างสำหรับ TensorFlow
deepreplay - สร้างการแสดงภาพเหมือนใน "Hyper-parameters in Action!" ของฉัน
PySyft - ไลบรารีสำหรับการเรียนรู้ของเครื่องที่เข้ารหัสและรักษาความเป็นส่วนตัว
Mindsdb - กรอบงานเพื่อปรับปรุงการใช้งานโครงข่ายประสาทเทียม
การจัดอันดับ - เรียนรู้ที่จะจัดอันดับใน TensorFlow
TensorNetwork - ไลบรารีสำหรับการจัดการเครือข่ายเทนเซอร์ที่ง่ายและมีประสิทธิภาพ
JAX - การแปลงแบบประกอบของโปรแกรม Python+NumPy
BentoML - แพลตฟอร์มสำหรับการให้บริการและปรับใช้โมเดลการเรียนรู้ของเครื่อง
Transfer Learning NLP - โค้ดสำหรับบทช่วยสอนเกี่ยวกับ Transfer Learning ใน NLP ที่จัดขึ้นที่ NAACL 2019
เกณฑ์มาตรฐาน BDL - เกณฑ์มาตรฐานการเรียนรู้เชิงลึกแบบเบย์
RLTrader - สภาพแวดล้อมการซื้อขายสกุลเงินดิจิทัลโดยใช้การเรียนรู้แบบเสริมกำลังเชิงลึกและยิมของ OpenAI
TF Quant Finance - ไลบรารี TensorFlow ประสิทธิภาพสูงสำหรับการเงินเชิงปริมาณ
TensorTrade - กรอบการเรียนรู้การเสริมกำลังแบบโอเพ่นซอร์สสำหรับตัวแทนการซื้อขายที่แข็งแกร่ง
Rapping NN - เพลงแร็พที่เขียนโครงข่ายประสาทเทียมซ้ำซึ่งได้รับการฝึกฝนจากรายชื่อผลงานทั้งหมดของ Kanye West
Photogrammetry - เรนเดอร์ Photogrammetry ด้วย Cloud GPU ของ Colab พร้อม Meshroom
dl4g - การเรียนรู้เชิงลึกสำหรับกราฟิก
