Awesome GenAI
1.0.0
生成人工智能资源的精选列表。其中包括教程、示例和工具,可帮助您学习和构建生成式 AI 模型。
资源 | 描述 |
---|---|
Kaggle 笔记本 | ? Kaggle :访问大量数据集、笔记本和模型。参加竞赛并与数据科学家社区合作以提高您的技能。 |
拥抱脸部空间 | ? Hugging Face Spaces :发现用于自然语言处理的论文、模型和交互空间。与社区共享和部署您自己的模型。 |
流光画廊 | Streamlit Gallery :探索使用 Streamlit 构建的各种精美的 Web 应用程序。了解如何轻松创建交互式数据应用程序。 |
浪链食谱 | LangChain Cookbook :查找开始使用 LangChain 的食谱和示例。了解如何有效地构建和部署语言模型。 |
LangGraph 示例 | ? LangGraph 示例:深入研究展示 LangGraph 功能的示例。了解如何将基于图的学习与语言模型集成。 |
浪链操作指南 | LangChain 使用指南:在各种应用程序中使用 LangChain 的详细分步指南。非常适合初学者和高级用户。 |
松果例子 | ? Pinecone 示例:演示如何使用 Pinecone 的矢量数据库构建可扩展且快速的相似性搜索应用程序的实际示例。 |
GitHub 上的趋势 | GitHub 上的趋势:随时了解 Python 和大型语言模型 (LLM) 主题中最流行的存储库的最新动态。发现新项目和想法。 |
未来的工具 | 未来工具:塑造人工智能和技术未来的工具和资源的综合目录。查找最新的创新和趋势。 |
有一个人工智能可以做到这一点 | ?有一个 AI 可以做到这一点:按应用程序分类的广泛的 AI 工具目录。轻松找到适合各种任务的人工智能解决方案。 |
很棒的 LLMOps | Awesome LLMOps :用于管理和优化大型语言模型的精选资源列表。了解部署和维护的最佳实践。 |
最佳人工智能知识库 | ?最佳人工智能知识库:人工智能知识和研究的最佳存储库的集合。非常适合希望加深理解的学生和专业人士。 |
带有代码的论文 | ?带代码的论文:访问带有代码实现的最先进的人工智能研究论文。非常适合希望复制和发展前沿工作的研究人员和从业者。 |
很棒的浪链 | ? Awesome LangChain :LangChain 的资源、工具和教程的精选列表。了解最新的发展和社区项目。 |
很棒的 Python 数据科学 | Awesome Python Data Science :数据科学的 Python 库和资源的精选列表。增强您的数据分析和机器学习技能。 |
法学硕士课程 | ? LLM课程:用于学习大型语言模型的综合课程材料。包括讲座、作业和项目想法。 |
从零开始的法学硕士 | 从头开始法学硕士:学习如何从头开始构建大型语言模型。了解基本原理和实施细节。 |
ZenML 项目 | ? ZenML 项目:使用 ZenML 简化机器学习工作流程的示例项目。了解如何将 ZenML 集成到您的 ML 管道中。 |
阿什什·帕特尔的项目 | Ashish Patel 的项目:探索 Ashish Patel 列出的各种 AI 和 ML 项目。包括机器学习、深度学习、计算机视觉和带有代码的 NLP 项目。 |
LlamaIndex 示例 | ? LlamaIndex 示例:演示如何使用 LlamaIndex 进行高效信息检索和索引的示例。 |
CrewAI 示例 | CrewAI 示例:使用 CrewAI 增强 AI 项目中的团队协作和生产力的实际示例。 |
JY Chia 的博客 | ✍️ JY Chia 的博客:有关人工智能、机器学习和数据科学的富有洞察力的博客文章。从经验丰富的专业人士那里获得实用的技巧和知识。 |
DataCamp 备忘单 | ? DataCamp Cheat Sheets :数据科学和人工智能概念的便捷备忘单。非常适合快速参考和修改。 |
Qdrant 文档示例 | Qdrant 文档示例:使用 Qdrant 矢量搜索功能的示例。了解如何构建和部署矢量搜索应用程序。 |
MLflow 示例 | ? MLflow 示例:使用 MLflow 管理机器学习实验的实际示例。 |
彗星示例 | ☄️ Comet 示例:使用 Comet 跟踪、比较和优化机器学习实验的示例。 |
W&B 示例 | ?️权重和偏差示例:使用权重和偏差通过跟踪、可视化和协作工具增强 ML 实验的示例。 |
完美的食谱 | ? Prefect Recipes :使用 Prefect 编排和管理数据工作流程的秘诀和示例。 |
厚皮动物例子 | ? Pachyderm 示例:使用 Pachyderm 版本和管理数据科学管道的示例。 |
Amazon SageMaker 示例 | ☁️ Amazon SageMaker 示例:使用 Amazon SageMaker 大规模构建、训练和部署机器学习模型的实际示例。 |
微软 Autogen 笔记本电脑 | ? Microsoft Autogen Notebooks :使用 Microsoft Autogen 自动生成合成数据和模型的笔记本。 |
干草堆教程 | ? Haystack 教程:使用 Haystack 通过最先进的 NLP 构建强大的搜索系统的教程。 |
适合初学者的生成式人工智能 | ?面向初学者的生成式人工智能:理解和构建生成式人工智能模型的初学者指南。 |
提示指南 | 提示指南:关于制定有效提示以提高人工智能模型性能的综合指南。 |
NVIDIA NeMo 示例 | NVIDIA NeMo 示例:使用 NVIDIA NeMo 构建、训练和部署对话式 AI 模型的示例。 |
概述示例 | ✏️ Outlines 示例:使用 Outlines 创建结构化数据提取工作流程的示例。 |
谷歌云生成人工智能 | ☁️ Google Cloud Generative AI :在 Google Cloud 上构建生成型 AI 模型的资源和示例。 |
拥抱脸部变形金刚示例 | Hugging Face Transformers 示例:使用 Hugging Face Transformers 实现最先进的 NLP 模型的示例。 |
e2b食谱 | e2b Cookbook :e2b Cookbook 中的示例和食谱可帮助您开始执行各种 AI 和 ML 任务。 |
谷歌 Colab 笔记本 | Google Colab Notebooks :创建和共享可免费访问 GPU 的 Jupyter 笔记本。非常适合试验人工智能模型和与他人协作。 |
感谢您的阅读。如果您发现此列表有用,请关注 Izam Mohammed 了解更多❤️。