Project Icon

azureml-examples

Azure Machine Learning示例库,教程与多语言SDK示例,包括Python、.NET和TypeScript

Azure Machine Learning示例库涵盖丰富的教程和多语言SDK示例,包括Python、.NET和TypeScript。提供使用Azure CLI扩展的实例,帮助快速上手和深入理解Azure ML功能。项目鼓励社区贡献,并遵循微软开源行为准则。

MachineLearningNotebooks - Azure Machine Learning Python SDK v1示例库概览
Azure Machine LearningGithubPython SDK开发环境开源项目机器学习计算实例
本存储库MachineLearningNotebooks收录了Azure Machine Learning Python SDK v1的示例代码,包含多个Jupyter笔记本,展示了如何利用Azure ML进行机器学习模型的构建、训练和部署。虽然该版本已停止更新,但仍可为开发者提供有价值的参考。建议用户关注v2 SDK示例库以了解最新功能。这些示例最适合在Azure ML Compute Instance环境中运行,也可在配置了相应azureml包的其他开发环境中使用。
azureai-samples - Azure AI官方示例代码库 涵盖多领域实践资源
AI应用Azure AIGithub开发者资源开源项目示例代码
azureai-samples是一个开源代码仓库,汇集了Azure AI各领域的官方示例和实践指南。仓库涵盖AI Studio、AI Search、AI Assistant等多个方向,提供端到端样例和常用开发任务代码。开发者可在本地环境中尝试Azure AI场景,快速掌握相关技术。该项目支持社区贡献,为AI开发提供全面的学习资源。
machinelearning-samples - 专为.NET开发者设计的跨平台的开源机器学习框架
GithubML.NETMLOps开源开源项目机器学习跨平台
ML.NET是一个跨平台的开源机器学习框架,专为.NET开发者设计。它提供丰富的样例和教程,涵盖二分类、多分类、推荐系统、回归、时间序列预测、异常检测和聚类等任务,方便开发者将机器学习模型集成至现有或新建的.NET应用中。项目还提供了完整的端到端应用示例,包括Web和桌面应用,扩展了机器学习的实际应用场景。
ML-examples - 详细的机器学习教程和示例源代码,涵盖Android、Raspberry Pi和Arm Corstone等多种平台
Arm NNCMSISGithubPyArmNNRaspberry PiTensorFlow Lite开源项目
提供详细的机器学习教程和示例源代码,涵盖Android、Raspberry Pi和Arm Corstone等多种平台。展示TensorFlow Lite模型部署、卷积神经网络训练、多手势识别和火焰检测等项目,助力开发者快速实现高效AI解决方案。源代码均可在GitHub上获取,并配有详细教程,适合所有开发者。
zenml-projects - ZenML构建的生产级机器学习项目集合
GithubMLOpsZenML开源框架开源项目机器学习项目生产级ML用例
ZenML Projects是一个展示使用ZenML构建的生产级机器学习用例集合。该仓库提供了涵盖时间序列、表格数据、计算机视觉等多个ML领域的现成MLOps工作流程。开发者可以直接使用或根据需求调整这些解决方案,快速启动机器学习项目。仓库包含多个由ZenML团队和社区维护的示例项目,覆盖了常见ML应用场景。
machine_learning_examples - 机器学习示例和教程的精选集合
GithubGoogle ColabTensorflow 2.0data_sciencedeep_learning_coursesmachine_learning_examples开源项目
本页面汇集了多种机器学习的实例和教程,涵盖自然语言处理、时间序列分析、金融工程和深度学习等领域。用户可以通过链接访问详细的课程,每个课程的代码都存放在相应的文件夹中,便于查找和学习。特别指出TensorFlow 2.0及以后的代码主要在Google Colab上,建议通过克隆而非分叉仓库来保持代码的最新状态。
examples - TensorFlow示例与教程,支持学习深度学习
GithubTensorFlowTensorFlow文档开源项目深度学习社区示例课程材料
TensorFlow示例库提供丰富的深度学习课程材料和示范代码,适合深入学习TensorFlow技术。库内容涵盖社区示例、官方课程材料及TensorFlow博客和YouTube频道的支持内容。通过阅读核心文档和示例代码,用户可以更好地理解和应用TensorFlow。欢迎社区贡献,查看贡献指南了解详细信息。
machinelearning - 跨平台开源框架,简化.NET应用中的模型开发与部署
GithubML.NET开源框架开源项目机器学习模型训练自定义模型
ML.NET是一个跨平台的开源机器学习框架,使开发者无需机器学习经验即可在.NET应用中构建、训练和部署定制模型。它支持从文件和数据库加载数据,并进行数据转换,具备多种机器学习算法。ML.NET适用于分类、预测和异常检测等多种场景,并兼容TensorFlow和ONNX模型,扩展性强。支持Windows、Linux和macOS操作系统,以及ARM64和Apple M1处理器架构。
studio-lab-examples - 使用Amazon SageMaker Studio Lab的AI/ML学习示例
AI/MLAmazon SageMakerGithubJupyter notebooksSageMaker Studio Lab开源项目数据科学
本页面展示了如何使用Amazon SageMaker Studio Lab构建AI/ML学习环境的Jupyter笔记本示例,适用于个人数据科学家的ML学习之旅。包含计算机视觉、自然语言处理、地理空间数据科学和生成深度学习等领域的示例,以及详细的设置指南和AWS资源的连接方法。用户可以无需账户阅读或运行笔记本,并通过GitHub分享项目,是成为AI/ML实践者的有用参考资源。
mlx-examples - MLX框架多领域应用示例集合
Apple SiliconGithubMLX开源项目机器学习模型示例深度学习
MLX-Examples项目提供了MLX框架在文本、图像、音频和多模态等领域的应用示例。包含语言模型、图像生成、语音识别等实现,支持Hugging Face预训练模型。这些示例展示了MLX在Apple Silicon上的应用,为机器学习开发者提供了参考资源。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

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