#artificial-neural-networks Repositorios
Descubre 17 repositorios activos de código abierto de GitHub etiquetados con #artificial-neural-networks, que acumulan 56,211 estrellas en total (una media de 3,306 estrellas por proyecto). El líder de este tema es kmario23/deep-learning-drizzle, con 12,995 estrellas.
17 repositorios en total
Sumérgete en Deep Learning, Reinforcement Learning, Machine Learning, Computer Vision y NLP aprendiendo de estas emocionantes conferencias!!
Una referencia que contiene estilos y palabras clave que puedes usar con MidJourney AI. ¡También hay páginas que muestran comparaciones de resolución, pesos de imagen y mucho más!
Una biblioteca de Python construida para empoderar a los desarrolladores a construir aplicaciones y sistemas con capacidades de Computer Vision autocontenidas
(CGCSTCD'2017) Un proyecto fácil, flexible y preciso de reconocimiento de matrículas para matrículas chinas en situaciones no restringidas. CGCSTCD = China Graduate Contest on Smart-city Technology and Creative Design
Aquí puede obtener todos los conceptos básicos de aprendizaje automático cuántico, algoritmos, materiales de estudio, proyectos y las descripciones de los proyectos en la web.
Implementación en PyTorch de varios métodos para el aprendizaje continuo (XdG, EWC, SI, LwF, FROMP, DGR, BI-R, ER, A-GEM, iCaRL, Generative Classifier) en tres escenarios diferentes.
Los 200 principales repositorios de GitHub de deep learning ordenados por número de estrellas.
🚀 Recursos GRATUITOS de IA - 🎓 Cursos, 👷 Empleos, 📝 Blogs, 🔬 Investigación de IA y mucho más, ¡para todos!
Una simulación 2D de Unity en la que los coches aprenden a navegar por sí mismos a través de diferentes recorridos. Los coches son dirigidos por una red neuronal feedforward. Los pesos de la red se entrenan utilizando un algoritmo genético modificado.
Diagramas para visualizar la arquitectura de redes neuronales
NeuPy es una biblioteca de Python basada en Tensorflow para prototipar y construir redes neuronales.
Guía de aprendizaje automático. Aprende todo sobre herramientas, bibliotecas, frameworks de aprendizaje automático, modelos de lenguaje grandes (LLMs) y entrenamiento de modelos.
Aprenda sobre el proceso de ingeniería neumórfica para crear sistemas de integración a gran escala (VLSI) que contienen circuitos analógicos electrónicos para imitar arquitecturas neurobiológicas.
🕵️♂️ Biblioteca diseñada para desarrolladores que quieren explorar el potencial de los Modelos de Lenguaje Grandes (LLM) y otras IA generativas mediante un enfoque limpio, eficaz y idiomático de Go.
Un kit de herramientas de Python para la experimentación con Reservoir Computing y Echo State Networks basado en PyTorch. EchoTorch es el único módulo de Python disponible para crear fácilmente modelos de Deep Reservoir Computing.
Preguntas frecuentes
¿Cuál es el repositorio de #artificial-neural-networks más popular en GitHub?
El proyecto de código abierto de #artificial-neural-networks mejor posicionado en GitHub es kmario23/deep-learning-drizzle, con 12,995 estrellas. Sumérgete en Deep Learning, Reinforcement Learning, Machine Learning, Computer Vision y NLP aprendiendo de estas emocionantes conferencias!!
¿Qué lenguajes de programación se utilizan más en los repositorios de #artificial-neural-networks?
Entre los proyectos de #artificial-neural-networks mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, HTML, C++, Jupyter Notebook.
¿Cómo se calcula la clasificación de los repositorios de #artificial-neural-networks?
Seguimos 17 repositorios activos de código abierto etiquetados con #artificial-neural-networks (500+ estrellas), que suman un total de 56,211 estrellas, con una media de 3,306 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.