Git Stars Git Stars

#amazon-sagemaker-lab Repositorios

Descubre 3 repositorios activos de código abierto de GitHub etiquetados con #amazon-sagemaker-lab, que acumulan 2,940 estrellas en total (una media de 980 estrellas por proyecto). El líder de este tema es yoshitomo-matsubara/torchdistill, con 1,636 estrellas.

3
Total de Repositorios
2,940
Total de estrellas
980
Promedio de Estrellas/Repo
Lenguajes de programación: Jupyter Notebook Python
1
yoshitomo-matsubara/torchdistill

Un framework sin necesidad de programar, basado en PyTorch, para realizar estudios de aprendizaje profundo reproducibles. Ecosistema PyTorch. 🏆 Hasta ahora se han implementado 28 métodos de destilación del conocimiento presentados en TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI, etc. 🎁 Se ofrecen modelos entrenados, registros de entrenamiento y configuraciones para garantizar la reproducibilidad y facilitar la evaluación comparativa.

yoshitomo-matsubara
⭐ 1,636 Python 👤 yoshitomo-matsubara User 🕐 Actualizado 2026-11-19 📅 Creado 2019-12-18
2
aws/studio-lab-examples

Cuadernos de ejemplo para trabajar con SageMaker Studio Lab. ¡Regístrate para obtener una cuenta en el enlace de abajo!

aws
⭐ 753 Jupyter Notebook 👤 aws Organization 🕐 Actualizado 2024-08-24 📅 Creado 2021-11-23
3
aws-samples/aws-ml-enablement-workshop

Un taller para planificar la formación de equipos interfuncionales para lograr ciclos de crecimiento a través del aprendizaje automático

aws-samples
⭐ 551 Jupyter Notebook 👤 aws-samples Organization 🕐 Actualizado 2026-11-18 📅 Creado 2022-04-15

Preguntas frecuentes

1

¿Cuál es el repositorio de #amazon-sagemaker-lab más popular en GitHub?

El proyecto de código abierto de #amazon-sagemaker-lab mejor posicionado en GitHub es yoshitomo-matsubara/torchdistill, con 1,636 estrellas. Un framework sin necesidad de programar, basado en PyTorch, para realizar estudios de aprendizaje profundo reproducibles. Ecosistema PyTorch. 🏆 Hasta ahora se han implementado 28 métodos de destilación del conocimiento presentados en TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI, etc. 🎁 Se ofrecen modelos entrenados, registros de entrenamiento y configuraciones para garantizar la reproducibilidad y facilitar la evaluación comparativa.

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #amazon-sagemaker-lab?

Entre los proyectos de #amazon-sagemaker-lab mejor posicionados en GitHub, los lenguajes de programación más comunes son Jupyter Notebook, Python.

3

¿Cómo se calcula la clasificación de los repositorios de #amazon-sagemaker-lab?

Seguimos 3 repositorios activos de código abierto etiquetados con #amazon-sagemaker-lab (500+ estrellas), que suman un total de 2,940 estrellas, con una media de 980 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.