TopOpenSourceAI
EN

#428 · 主分类： 教育与研究

numpy-ml

attention bayesian-inference gaussian-mixture-models gaussian-processes good-turing-smoothing gradient-boosting hidden-markov-models knn lstm machine-learning mfcc neural-networks reinforcement-learning resnet topic-modeling vae wavenet wgan-gp word2vec

用numpy实现的机器学习

项目最后更新：10/29/23

在 GitHub 查看 访问官网

GitHub Stars

16.3K

Forks数量

3.7K

贡献者数量

16

许可证

GPL-3.0

收录理由

numpy-ml 用纯 NumPy 从零实现了大量机器学习算法，代码的首要目标是让人读懂，而不是刷出漂亮的性能数字。如果你想弄明白隐马尔可夫模型、高斯混合模型或者 Transformer 风格注意力模块内部到底怎么运作，这里比优化过的库源码和密集的论文都更容易上手。对于想巩固基础的学生和工程师，它是一份很顺手的参考实现，改一改就能用于自己的原型验证。覆盖范围从 LDA、n-gram 平滑这类经典方法，一直延伸到 LSTM、ResNet 残差块和 WaveNet 风格卷积等现代组件，读起来能感受到算法演进的脉络。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。

同类热门项目

prompts.chat

前身为 Awesome ChatGPT Prompts。分享、发现和收集社区提示词。免费且开源——可自托管，为您的组织提供完全隐私。

#1

JavaGuide

Java 面试 & 后端通用面试指南，覆盖计算机基础、数据库、分布式、高并发、系统设计与 AI 应用开发

#2

system-prompts-and-models-of-ai-tools

精选流行AI助手和编码代理的系统提示、内部工具和AI模型集合。

#3

30-seconds-of-code

编程文章，助你提升开发技能

#4

generative-ai-for-beginners

21节课，开始使用生成式AI构建

#5