Logo

#Ruby

rb-libsvm: Ruby与LIBSVM的完美结合

2 个月前
Cover of rb-libsvm: Ruby与LIBSVM的完美结合

深入探索 EngTagger:Ruby 自然语言处理的强大工具

2 个月前
Cover of 深入探索 EngTagger:Ruby 自然语言处理的强大工具

LLaMACpp.rb: Ruby与LLaMA模型的完美结合

2 个月前
Cover of LLaMACpp.rb: Ruby与LLaMA模型的完美结合

Prophet.rb:Ruby的时间序列预测利器

2 个月前
Cover of Prophet.rb:Ruby的时间序列预测利器

Rumale:Ruby 语言的机器学习利器

2 个月前
Cover of Rumale:Ruby 语言的机器学习利器

深入了解Rollbar-gem: Ruby应用程序的异常追踪与日志记录利器

2 个月前
Cover of 深入了解Rollbar-gem: Ruby应用程序的异常追踪与日志记录利器

Ollama-ai: 本地运行大型语言模型的强大工具

2 个月前
Cover of Ollama-ai: 本地运行大型语言模型的强大工具

Ruby-FANN: 在Ruby中实现人工神经网络

2 个月前
Cover of Ruby-FANN: 在Ruby中实现人工神经网络

Disco: 强大的Ruby和Rails推荐系统库

2 个月前
Cover of Disco: 强大的Ruby和Rails推荐系统库

Langchain.rb: 在Ruby中构建强大的LLM应用

2 个月前
Cover of Langchain.rb: 在Ruby中构建强大的LLM应用

相关项目

Project Cover
ask_chatgpt
Ask ChatGPT Gem通过AI提升开发效率,包括代码重构、测试生成等功能。最新更新支持语音输入,让操作更方便。用户可在Rails终端或CLI工具中进行全面配置和自定义提示,增强生产力。
Project Cover
langchainrb
Langchain.rb使用Ruby构建LLM驱动的应用程序,支持深度Rails集成。提供统一接口,兼容多种LLM提供商如OpenAI、GooglePalm、Cohere等,以及向量搜索数据库如Chroma、Pinecone和Weaviate。功能涵盖提示管理、输出解析、RAG系统构建等,并提供付费咨询服务,了解更多请联系开发者。
Project Cover
machine-learning-with-ruby
页面汇集了众多Ruby编程语言的机器学习资源和教程,包括库、数据源、神经网络、深度学习、贝叶斯方法、决策树等多种算法和框架。资源主要来自Ruby Science Foundation、贡献者及日常应用开发,涉及线性回归、SVM等实例教程,助你快速上手并深入应用Ruby进行机器学习。
Project Cover
rumale
Rumale是一个Ruby的机器学习库,提供类似Scikit-Learn的接口。支持向量机、逻辑回归、岭回归、Lasso、多层感知器、朴素贝叶斯、决策树、梯度树提升、随机森林、K均值、高斯混合模型、DBSCAN、谱聚类、多维缩放和t-SNE等多种算法。提供简单的安装过程和详细的文档,适合初学者和高级用户使用。
Project Cover
trailblazer
Trailblazer是一个经过验证的Ruby框架,提供统一的服务对象实现、测试工具、Rails支持和可选表单对象等功能。通过引入抽象层,帮助开发团队将业务逻辑从复杂的控制器和模型中分离出来。它简化了流控制和错误处理,鼓励高度的封装,并提供全面的文档和可视化调试工具,适用于重构旧应用和管理大型团队项目。
Project Cover
dry-system
dry-system 是一个灵活的Ruby依赖注入库,支持MRI和jruby版本。该项目提供全面的用户文档、API文档和社区论坛,帮助开发者轻松集成并高效使用。
Project Cover
asciidoctor
Asciidoctor是一款开源的Ruby文本处理器,可将AsciiDoc文档转换为HTML 5、DocBook 5、PDF等多种格式。它提供丰富的扩展生态系统,包括转换器、构建插件等工具,便于创作和发布AsciiDoc内容。除Ruby环境外,Asciidoctor还支持通过AsciidoctorJ在JVM上运行,或通过Asciidoctor.js在JavaScript环境中使用。
Project Cover
dry-events
dry-events是一个开源的Ruby事件处理库,提供简洁灵活的事件系统。支持MRI 3.0.0以上和jruby 9.4以上版本,可集成到各种Ruby项目中。通过优化事件的发布和订阅机制,有助于构建模块化和可维护的应用程序。官方网站提供详细使用指南和API文档。
Project Cover
boxcars
Boxcars借助AI可组合性,创建了一款智能系统开发工具,支持OpenAI、Anthropic、Gpt4all、搜索、SQL(Sequel和Active Record支持)、Rails Active Record、向量搜索等多种技术。此Ruby gem受Langchain启发,为初学者提供友好环境,具备灵活的扩展能力,用户可创建自定义概念以满足不同项目需求。
投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号