datasets · GitHub Topics | GitHub 中文社区

awesome-public-datasets

@awesomedata

#数据仓库#awesome-public-datasets - 收集了各种类别的开源数据，包括但不限于经济、农业、生物、民生、气象、数据安全等等

Open Data aaron-swartz awesome-public-datasets datasets

61.43 k

1 个月前

label-studio

@HumanSignal

#数据仓库#Label Studio is a multi-type data labeling and annotation tool with standardized output format

翻译 - Label Studio是具有标准化输出格式的多类型数据标签和注释工具

JavaScript19.87 k

2 天前

datasets

Hugging Face@huggingface

#自然语言处理#🤗 The largest hub of ready-to-use datasets for ML models with fast, easy-to-use and efficient data manipulation tools

翻译 - 🤗 PyTorch，TensorFlow，NumPy和Pandas中用于自然语言处理以及其他功能的快速，高效，开放式数据集和评估指标

自然语言处理 datasets PyTorch Tensorflow pandas NumPy 机器视觉机器学习深度学习

Python19.38 k

4 天前

akshare

@akfamily

#数据仓库#AKShare is an elegant and simple financial data interface library for Python, built for human beings! 开源财经数据接口库

翻译 - AkShare is an elegant and simple financial data interface library for Python, built for human beings! 开源财经数据接口库

futures financial-data 数据科学 quant fundamental akshare option stock data datasets

Python9.82 k

1 天前

doccano

@doccano

#自然语言处理#Open source annotation tool for machine learning practitioners.

翻译 - 机器学习从业者的开源文本注释工具。

自然语言处理机器学习 annotation-tool Python datasets dataset data-labeling text-annotation Nuxt.js Vue.js

Python9.65 k

1 个月前

datasette

Simon Willison@simonw

#数据仓库#An open source multi-tool for exploring and publishing data

翻译 - 一个用于探索和发布数据的开源多功能工具

SQLite Python datasets JSON Docker datasette automatic-api ASGI CSV datasette-io

Python9.65 k

24 天前

deeplake

@activeloopai

#数据仓库#Database for AI. Store Vectors, Images, Texts, Videos, etc. Use with LLMs/LangChain. Store, query, version, & visualize any AI data. Stream data in real-time to PyTorch/TensorFlow. https://activeloop....

翻译 - 访问和管理PyTorch和TensorFlow数据集的最快方法。轻松构建可伸缩的数据管道。Leading Data 2.0 http://activeloop.ai

datasets data-pipelines 深度学习机器学习数据科学 training PyTorch Tensorflow data-version-control collaboration

Python8.25 k

5 天前

CLUEDatasetSearch

@CLUEbenchmark

#自然语言处理#搜索所有中文NLP数据集，附常用英文NLP数据集

自然语言处理 datasets chinese ner qa match text-classification machine-translation knowledge-graph corpus

Python4.19 k

2 年前

torchgeo

Microsoft@microsoft

#数据仓库#TorchGeo: datasets, samplers, transforms, and pre-trained models for geospatial data

翻译 - TorchGeo：地理空间数据的数据集、转换和模型

PyTorch torchvision datasets models transforms remote-sensing 深度学习 earth-observation 机器视觉 geospatial satellite-imagery

Python3.12 k

3 天前

gopup

@justinzm

#数据仓库#数据接口：百度、谷歌、头条、微博指数,宏观数据，利率数据，货币汇率，千里马、独角兽公司，新闻联播文字稿，影视票房数据，高校名单，疫情数据…

数据分析 covid19-data index-data economic-data datasets gopup Python 数据科学 data

Python2.55 k

1 年前

Open3D-ML

@isl-org

#数据仓库#An extension of Open3D to address 3D Machine Learning tasks

翻译 - An extension of Open3D to address 3D Machine Learning tasks

3d-perception datasets pretrained-models lidar rgbd Tensorflow PyTorch visualization semantic-segmentation object-detection

Python1.89 k

2 个月前

ChineseGLUE

@ChineseGLUE

#数据仓库#Language Understanding Evaluation benchmark for Chinese: datasets, baselines, pre-trained models,corpus and leaderboard

翻译 - 汉语语言理解评估基准：数据集，基线，预训练模型，语料库和排行榜

glue pre-trained-model chinese-corpus albert datasets

Python1.78 k

2 年前

projects

Explosion@explosion

#自然语言处理#🪐 End-to-end NLP workflows from prototype to production

翻译 - 🪐 从原型到生产的端到端 NLP 工作流程

自然语言处理 datasets annotations spaCy prodigy

Python1.33 k

2 个月前

FlashRAG

@RUC-NLPIR

#数据仓库#⚡FlashRAG: A Python Toolkit for Efficient RAG Research

benchmark datasets large-language-models retrieval-augmented-generation

Python1.31 k

1 个月前

audino

@midas-research

#数据仓库#Open source audio annotation tool for humans

翻译 - 面向人类的开源音频注释工具™

audio-processing speech-processing 机器学习 annotation-tool audio-annotation Python datasets

JavaScript1.07 k

3 个月前

GFM

@JizhiziLi

#数据仓库#[IJCV 2022] Bridging Composite and Real: Towards End-to-end Deep Image Matting

翻译 - Github存储库，用于端到端动物图像抠图

matting image-matting animal-matting composition segmentation datasets

Python926

2 年前

kitops

@jozu-ai

#数据仓库#Securely share and store AI/ML projects as OCI artifacts in your container registry.

人工智能 Code datasets DevOps devops-tools 机器学习 mlops models mlops-tools gguf

Go461

2 个月前

Persian-Swear-Words

@amirshnll

#数据仓库#Persian Swear Dataset - you can use in your production to filter unwanted content. دیتاست کلمات نامناسب و بد فارسی برای فیلتر کردن متن ها

翻译 - 波斯语（波斯语）脏话+ .json数据集

persian dataset datasets persiandataset swearword swear persianswearword farsi farsiswear farsiswearword

C#280

3 个月前

nusa-crowd

@IndoNLP

#数据仓库#A collaborative project to collect datasets in Indonesian languages.

crowdsourcing datasets indonesian

Python88

2 年前