Jupyter Notebook로 작성된 라이브러리
ethereum-economic-model
이더리움 유효성 검사기 경제학의 모듈식 동적 시스템 모델입니다.
- 116
- GNU General Public License v3.0 only
Basic-UI-for-GPT-J-6B-with-low-vram
낮은 vram 머신에서 gpt-j-6b를 실행하기 위한 리포지토리(2000 토큰 컨텍스트의 경우 최소 vram 4.2GB, 1000 토큰 컨텍스트의 경우 3.5GB). 모델 로딩에 12GB의 여유 램이 필요합니다..
- 115
- Apache License 2.0
Behavior-Sequence-Transformer-Pytorch
이것은 Alibaba https://arxiv.org/pdf/1905.06874.pdf의 BST 모델에 대한 pytorch 구현입니다.
- 113
- MIT
PyImpetus
PyImpetus는 최고의 기능 집합뿐만 아니라 최상의 기능 조합을 제공하기 위해 기능을 개별적으로 또는 그룹으로 함께 고려하는 Markov Blanket 기반 기능 하위 집합 선택 알고리즘입니다.
- 110
- MIT
Supervised-Constrastive-Learning-in-TensorFlow-2
Khosla 등이 https://arxiv.org/pdf/2004.11362v1.pdf에 제시한 아이디어를 구현합니다. [이동: https://github.com/sayakpaul/Supervised-Contrastive-Learning-in-TensorFlow-2].
- 110
vits-japanese
无需情感标注的情感可控语音合成模型,基于VITS [Moved to: https://github.com/innnky/emotional-vits].
- 108
- MIT
STOCK-RETURN-PREDICTION-USING-KNN-SVM-GUASSIAN-PROCESS-ADABOOST-TREE-REGRESSION-AND-QDA
기계 학습 접근 방식을 사용하여 주가를 예측합니다. 시계열 분석. 기계 학습에서 예측 모델링을 사용하여 주식 수익률을 예측합니다. 헤지펀드가 거래 가능한 종목을 선별하는 데 사용하는 접근법.
- 106
- MIT