#machine-learning-pipelines Repositories
Entdecke 12 aktive Open-Source-GitHub-Repositories, die mit #machine-learning-pipelines getaggt sind und insgesamt 10,383 Sterne gesammelt haben (durchschnittlich 865 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist sryza/aas mit 1,531 Sternen.
Insgesamt 12 Repositories
Visual Blocks for ML ist ein visuelles Programmierframework von Google, mit dem Sie ML-Pipelines in einem No-Code Graphen-Editor erstellen können. Sie – und Ihre Benutzer – können Workflows schnell prototypisieren, indem Sie Drag-and-Drop-ML-Komponenten verbinden, darunter Modelle, Benutzereingaben, Prozessoren und Visualisierungen.
Eine kuratierte Liste von großartigen MediaPipe-bezogenen Codebeispielen, Bibliotheken und Software
Framework, das die Feinabstimmung von Vision-Sprache Verankerungsmodellen auf benutzerdefinierten Datensätzen ermöglicht
Distributed Machine Learning Patterns von Manning Publications von Yuan Tang https://bit.ly/2RKv8Zo
Häufig gestellte Fragen
Welches ist das beliebteste #machine-learning-pipelines-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#machine-learning-pipelines-Projekt auf GitHub ist sryza/aas mit 1,531 Sternen. Code zur Begleitung von Advanced Analytics with Spark von O'Reilly Media
Welche Programmiersprachen werden in #machine-learning-pipelines-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #machine-learning-pipelines-Projekten auf GitHub sind Python, Scala, HTML, TypeScript die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #machine-learning-pipelines-Repositories berechnet?
Wir verfolgen 12 aktive Open-Source-Repositories, die mit #machine-learning-pipelines getaggt sind (500+ Sterne), mit insgesamt 10,383 Sternen und durchschnittlich 865 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.