jerichomicrosoft
নতুনJericho is a lightweight Python interface connecting learning agents to man-made Interactive Fiction games, featuring Frotz emulation, stochastic environments, and comprehensive documentation for AI research.
OPEN SOURCE, OPEN TO EVERYONE
ওপেন সোর্স। নতুন সম্ভাবনা।
মানসম্মত ওপেন-সোর্স প্রজেক্ট আবিষ্কার করুন, বেনামে প্রজেক্ট জমা দিন এবং নিজের প্রজেক্ট দাবি করে সম্পাদনা করুন।
✳সম্পাদকের পছন্দ · ভালো ওপেন সোর্স খুঁজুন4091আবিষ্কৃত
কৌতূহল নিয়ে ওপেন সোর্স আবিষ্কার করুন।
THE FIRST COLLECTIONTopic: reinforcement-learning清除
ai-engineering-from-scratchrohitg00
নতুনপ্রথম নীতি বা ফার্স্ট প্রিন্সিপাল থেকে তৈরি একটি বিনামূল্যে, ওপেন-সোর্স এআই ইঞ্জিনিয়ারিং কারিকুলাম: ২০টি ধাপে ৫২৩টি পাঠ (~৩৪২ ঘন্টা), যাতে Python, TypeScript, Rust, এবং Julia-তে গণিত থেকে প্রোডাকশন পর্যন্ত কভার করা হয়েছে। প্রতিটি পাঠে একটি পুনর্ব্যবহারযোগ্য প্রম্পট, স্কিল, এজেন্ট বা MCP সার্ভার শিপ করা হয়; এতে একটি ইনস্টলযোগ্য এআই টিউটর এবং Claude সার্টিফিকেশনের প্রস্তুতি অন্তর্ভুক্ত রয়েছে।
unslothunslothai
নতুনUnsloth হলো একটি ডেস্কটপ অ্যাপ্লিকেশন এবং ফ্রেমওয়ার্ক যার মাধ্যমে Windows, macOS এবং Linux-এ লোকালি লার্জ ল্যাঙ্গুয়েজ মডেল (LLMs) এবং ডিফিউশন মডেল চালানো ও ট্রেনিং করা যায়।
machine_learning_exampleslazyprogrammer
নতুনঅনলাইন কোর্সের সাথে থাকা মেশিন লার্নিং ও ডিপ লার্নিং কোড উদাহরণ এবং টিউটোরিয়ালের সংগ্রহ। লিনিয়ার রিগ্রেশন থেকে রিইনফোর্সমেন্ট লার্নিং, NLP, কম্পিউটার ভিশন এবং জেনারেটিভ AI পর্যন্ত বিষয়গুলো কভার করা হয়েছে।
ml-agentsUnity-Technologies
নতুনUnity ML-Agents টুলকিট একটি ওপেন-সোর্স ফ্রেমওয়ার্ক যা গেম এবং সিমুলেশনকে বুদ্ধিমান এজেন্ট প্রশিক্ষণের পরিবেশ হিসেবে ব্যবহার করতে দেয়, যা গভীর রিইনফোর্সমেন্ট লার্নিং এবং অনুকরণীয় শিক্ষার মাধ্যমে কাজ করে এবং PyTorch-ভিত্তিক।
adrasteaholman57
নতুনAdrastea হলো একটি Python ভিত্তিক ডুয়াল-ইঞ্জিন সিস্টেম যা স্বায়ত্তশাসিত অর্কেস্ট্রেশনের জন্য একটি ডিটারমিনিস্টিক টাস্ক এক্সিকিউশন কোর (Alpha) এবং একটি প্রোবাবিলিস্টিক রিজনিং ইঞ্জিন (Beta)-এর সমন্বয় করে।
rayray-project
নতুনRay হলো একটি ইউনিফাইড ফ্রেমওয়ার্ক যা একটি একক ল্যাপটপ থেকে ডিস্ট্রিবিউটেড ক্লাস্টার পর্যন্ত AI এবং Python অ্যাপ্লিকেশন স্কেল করতে ব্যবহৃত হয়।
decisionrlDrobyshevDev
নতুনঅপারেশনাল সিদ্ধান্তের জন্য রিইনফোর্সমেন্ট লার্নিং লাইব্রেরি—মূল্য নির্ধারণ, ইনভেন্টরি, শক্তি, কিউ, সাপ্লাই চেইন। ৩১টি অ্যালগরিদম টাইপড ইন্টারফেস, ক্লাসিক্যাল বেসলাইন এবং পুনরুৎপাদনযোগ্য বেঞ্চমার্ক সহ।
sglangsgl-project
নতুনSGLang হলো লার্জ ল্যাঙ্গুয়েজ মডেল (LLM) এবং মাল্টিমোডাল মডেলের জন্য একটি উচ্চ-ক্ষমতাসম্পন্ন সার্ভিং ফ্রেমওয়ার্ক, যা লো-ল্যাটেন্সি এবং হাই-থ্রুপুট ইনফারেন্সের জন্য ডিজাইন করা হয়েছে।
reinforsjeepjeepjeep
নতুনReinfors একটি উচ্চ-থ্রুপুট রিইনফোর্সমেন্ট-লার্নিং লাইব্রেরি, যা সমান্তরাল Rust-এ গেম ডাইনামিকস, সার্চ এবং এপিসোড অর্কেস্ট্রেশন চালায়, আর Python-ভিত্তিক নেটওয়ার্ক ও ট্রেনিং সম্পূর্ণভাবে কলারের নিয়ন্ত্রণে রাখে।
cs-video-coursesDeveloper-Y
নতুনভিডিও লেকচারসহ কম্পিউটার সায়েন্স কোর্সের একটি কিউরেটেড তালিকা, যার মধ্যে অ্যালগরিদম, এআই, ডেটাবেস, অপারেটিং সিস্টেম এবং আরও অনেক কিছু অন্তর্ভুক্ত রয়েছে।
sanaNVlabs
নতুনSANA হলো NVIDIA-এর ওপেন-সোর্স দক্ষ ডিফিউশন মডেল পরিবার, যা উচ্চ-রেজোলিউশন ছবি ও ভিডিও জেনারেশনের জন্য ব্যবহৃত হয়; এতে ট্রেনিং ও ইনফারেন্স কোড, লিনিয়ার অ্যাটেনশন, DC-AE কম্প্রেশন এবং 4-বিট ডিপ্লয়মেন্ট রয়েছে।
stable-baselines3DLR-RM
নতুনস্টেবল বেসলাইনস৩ (SB3) হলো একটি নির্ভরযোগ্য পিটারচ-ভিত্তিক রিইনফোর্সমেন্ট লার্নিং অ্যালগরিদম সংগ্রহ, যা গবেষণা ও শিল্পে প্রতিলিপি, পরিমার্জন ও তুলনার জন্য ডিজাইন করা হয়েছে।
labml.ai প্রকল্পটি ডিপ লার্নিং পেপার ও অ্যালগরিদমের ৬০টিরও বেশি PyTorch ইমপ্লিমেন্টেশন প্রদান করে, প্রতিটিতে পাশাপাশি ব্যাখ্যামূলক নোট রয়েছে। ট্রান্সফরমার, জিএন, ডিফিউশন মডেল, আরএল, অপ্টিমাইজারসহ বিস্তৃত বিষয় কভার করা হয়েছে।