Git Stars Git Stars

#autoencoder Repositories

Entdecke 11 aktive Open-Source-GitHub-Repositories, die mit #autoencoder getaggt sind und insgesamt 11,184 Sterne gesammelt haben (durchschnittlich 1,016 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist PacktPublishing/Advanced-Deep-Learning-with-Keras mit 2,028 Sternen.

11
Gesamtzahl der Repositories
11,184
Gesamtanzahl der Sterne
1,016
Durchschnittliche Sterne/Repo

Insgesamt 11 Repositories

1
PacktPublishing/Advanced-Deep-Learning-with-Keras

Advanced Deep Learning mit Keras, veröffentlicht von Packt

PacktPublishing
⭐ 2,028 Python 👤 PacktPublishing Organization 🕐 Aktualisiert 2026-03-02 📅 Erstellt 2018-03-15
2
alexandre01/deepsvg

[NeurIPS 2020] Offizieller Code für die Arbeit „DeepSVG: A Hierarchical Generative Network for Vector Graphics Animation“. Enthält eine PyTorch-Bibliothek für Deep Learning mit SVG-Daten.

alexandre01
⭐ 1,168 Jupyter Notebook 👤 alexandre01 User 🕐 Aktualisiert 2026-09-04 📅 Erstellt 2020-07-23
3
SakuraMathcraft/LaTeXSnipper

Formelerkennung und Office-Bearbeitung | Handschrift und PDF in LaTeX/Markdown umwandeln | Sichere API-Integrationen.

SakuraMathcraft
⭐ 1,127 Python 👤 SakuraMathcraft User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2025-10-01
4
madebyollin/taesd

Winziger AutoEncoder für Stable Diffusion (und andere Bildmodelle)

madebyollin
⭐ 1,002 Python 👤 madebyollin User 🕐 Aktualisiert 2026-10-22 📅 Erstellt 2023-04-16
5
wmhello/laravel_template_with_vue

Laravel 6 und Vue Element Admin kombinierte Frontend-Backend-Trennungs-Projektvorlage. Enthält API-Ende, Admin-Ende, Mini-Programm und WeChat-Öffentlicher-Account-Ende, absolut die erste Wahl für Outsourcing oder eigene Projekte. Der Vorlageninhalt umfasst grundlegende Benutzerverwaltung und Berechtigungsverwaltung, Protokollverwaltung, Integration von Drittanbieter-Logins, Integration des GatewayWorker-Projekts im Workerman-Framework, um WebSocket zu implementieren und Echtzeit-Nachrichten-Push zu erreichen, und auf dieser Basis Chatraum- und Kundenservice-Funktionen umzusetzen; Low-Code-Entwicklung umsetzen, die den Inhalt und die Einstellungen von Datentabellen analysieren und Code automatisch generieren kann.

wmhello
⭐ 966 PHP 👤 wmhello User 🕐 Aktualisiert 2025-08-05 📅 Erstellt 2018-02-18
6
konpatp/diffae

Offizielle Implementierung von Diffusion Autoencodern

konpatp
⭐ 955 Jupyter Notebook 👤 konpatp User 🕐 Aktualisiert 2024-09-12 📅 Erstellt 2022-01-11
7
shubhomoydas/ad_examples

Eine Sammlung von Anomalie-Erkennungsmethoden (iid/punktbasiert, Graph und Zeitreihen), einschließlich Active Learning für Anomalie-Erkennung/Entdeckung, bayessches Regel-Mining, Beschreibung für Diversität/Erklärung/Interpretierbarkeit. Analyse der Integration von Label-Feedback mit Ensemble- und baumbasierten Detektoren. Beinhaltet adversariale Angriffe mit Graph Convolutional Network.

shubhomoydas
⭐ 870 Python 👤 shubhomoydas User 🕐 Aktualisiert 2024-05-22 📅 Erstellt 2017-11-03
8
BGU-CS-VIL/DeepDPM

"DeepDPM: Tiefe Clusterbildung mit einer unbekannten Anzahl von Clustern" [Ronen, Finder und Freifeld, CVPR 2022]

BGU-CS-VIL
⭐ 835 Python 👤 BGU-CS-VIL Organization 🕐 Aktualisiert 2026-02-03 📅 Erstellt 2022-03-29
9
shaochenze/calm

Offizielle Implementierung von „Continuous Autoregressive Language Models“

shaochenze
⭐ 824 Python 👤 shaochenze User 🕐 Aktualisiert 2026-05-07 📅 Erstellt 2025-10-30
10
JulesBelveze/time-series-autoencoder

PyTorch Dual-Attention LSTM-Autoencoder für multivariate Zeitreihen

JulesBelveze
⭐ 715 Python 👤 JulesBelveze User 🕐 Aktualisiert 2025-11-11 📅 Erstellt 2020-06-05
11
EndlessSora/focal-frequency-loss

[ICCV 2021] Focal Frequency Loss für Bildrekonstruktion und -synthese

EndlessSora
⭐ 695 Python 👤 EndlessSora User 🕐 Aktualisiert 2024-08-21 📅 Erstellt 2020-12-22

Häufig gestellte Fragen

1

Welches ist das beliebteste #autoencoder-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#autoencoder-Projekt auf GitHub ist PacktPublishing/Advanced-Deep-Learning-with-Keras mit 2,028 Sternen. Advanced Deep Learning mit Keras, veröffentlicht von Packt

2

Welche Programmiersprachen werden in #autoencoder-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #autoencoder-Projekten auf GitHub sind Python, Jupyter Notebook, PHP die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #autoencoder-Repositories berechnet?

Wir verfolgen 11 aktive Open-Source-Repositories, die mit #autoencoder getaggt sind (500+ Sterne), mit insgesamt 11,184 Sternen und durchschnittlich 1,016 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.