#rnn Repositories
Entdecke 29 aktive Open-Source-GitHub-Repositories, die mit #rnn getaggt sind und insgesamt 219,721 Sterne gesammelt haben (durchschnittlich 7,576 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist microsoft/AI-For-Beginners mit 71,086 Sternen.
Insgesamt 29 Repositories
AiLearning: Datenanalyse + Machine Learning Praxis + Lineare Algebra + PyTorch + NLTK + TF2
《Li Hongyi Deep Learning Tutorial》(Empfohlen von Professor Li Hongyi 👍, Apple Books 🍎), PDF-Download-Link: https://github.com/datawhalechina/leedl-tutorial/releases
RWKV (ausgesprochen RwaKuv) ist ein RNN mit großartiger LLM-Leistung, das auch direkt wie ein GPT-Transformer trainiert werden kann (parallelisierbar). Wir sind bei RWKV-7 "Goose". Es kombiniert also das Beste aus RNN und Transformer - großartige Leistung, lineare Zeit, konstanter Speicherplatz (kein kv-Cache), schnelles Training, unendliche ctx_len und kostenlose Satz-Einbettung.
ChatRWKV ist wie ChatGPT, aber angetrieben von einem RWKV (100% RNN) Sprachmodell und Open Source.
Zeitreihen Timeseries Deep Learning Machine Learning Python Pytorch fastai | State-of-the-Art Deep Learning-Bibliothek für Zeitreihen und Sequenzen in Pytorch / fastai
Tutorials zur Implementierung einiger Sequence-to-Sequence (Seq2Seq) Modelle mit PyTorch und TorchText.
Eine Machine-Learning-Software zur Extraktion von Informationen aus wissenschaftlichen Dokumenten
Tutorials zum Einstieg in PyTorch und TorchText für die Sentiment-Analyse.
CNN-RNN Chinesische Textklassifikation, basierend auf TensorFlow
Automatische KI-Poesie-Maschine für chinesische klassische Gedichte, x-mal explosiv, basierend auf der TensorFlow 1.10 API, wird aktiv gewartet und aufgerüstet, schnell mit einem Stern versehen, auf dem Laufenden bleiben!
Einstiegskurse in Deep Learning, Fortgeschrittene Kurse, Spezialkurse, akademische Fälle, industrielle Praxisbeispiele, Deep-Learning-Wissens-Enzyklopädie und Interview-Fragenbank Der Kurs, Fall und das Wissen von Deep Learning und KI
Dieses Repository enthält eine Leseliste von Arbeiten zu Zeitreihenvorhersage/-prognose (TSF) und räumlich-zeitlicher Vorhersage/-Prognose (STF). Diese Arbeiten sind hauptsächlich nach Modelltyp kategorisiert.
:art: Erweiterte Version der mathematischen Formelerkennung: Handschriftliche und gedruckte Formeln auf Chinesisch und Englisch, unterstützt grundlegende Symbolableitung (Datenstruktur basierend auf LaTeX Abstract Syntax Tree) Math Formula OCR Pro, unterstützt Handschrift, chinesisch-englische gemischte Formeln und einfache Symbolenfolgerung (basierend auf LaTeX AST).
Ein Framework zur Verwendung von LSTMs zur Erkennung von Anomalien in multivariaten Zeitreihendaten. Enthält Anomaliedaten von Raumfahrzeugen und Experimente aus den Missionen Mars Science Laboratory und SMAP.
Eine Deep-Learning-Bibliothek für die Klassifizierung von EEG-Aufgaben (Signalen), basierend auf TensorFlow.
Vollständiges Algorithmus-Tutorial von NLP bis LLM, Online-Leseadresse: https://datawhalechina.github.io/base-llm/
Diagramme zur Visualisierung der Architektur neuronaler Netze
Bolt ist eine Deep-Learning-Bibliothek mit hoher Leistung und heterogener Flexibilität.
Liste des molekularen und materiellen Designs unter Verwendung von generativer KI und Deep Learning
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.
Klassifizieren Sie die Kaggle San Francisco Crime Description in 39 Klassen. Erstellen Sie das Modell mit CNN, RNN (GRU und LSTM) und Word Embeddings auf Tensorflow.
Häufig gestellte Fragen
Welches ist das beliebteste #rnn-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#rnn-Projekt auf GitHub ist microsoft/AI-For-Beginners mit 71,086 Sternen. 12 Wochen, 24 Lektionen, KI für Alle!
Welche Programmiersprachen werden in #rnn-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #rnn-Projekten auf GitHub sind Jupyter Notebook, Python, C, Java die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #rnn-Repositories berechnet?
Wir verfolgen 29 aktive Open-Source-Repositories, die mit #rnn getaggt sind (500+ Sterne), mit insgesamt 219,721 Sternen und durchschnittlich 7,576 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.