#autoencoders Repositorios
Descubre 7 repositorios activos de código abierto de GitHub etiquetados con #autoencoders, que acumulan 20,805 estrellas en total (una media de 2,972 estrellas por proyecto). El líder de este tema es CompVis/latent-diffusion, con 13,730 estrellas.
7 repositorios en total
Presentamos un nuevo enfoque para la generación de parámetros, denominado difusión de parámetros de redes neuronales (p-diff), que emplea un modelo de difusión latente estándar para sintetizar un nuevo conjunto de parámetros.
Código para Aprendizaje No Supervisado Práctico con Python (O'Reilly Media)
Utilice estrategias avanzadas de ingeniería de características y seleccione las mejores características de su conjunto de datos con una sola línea de código. Creado por Ram Seshadri. Se aceptan colaboradores.
Preguntas frecuentes
¿Cuál es el repositorio de #autoencoders más popular en GitHub?
El proyecto de código abierto de #autoencoders mejor posicionado en GitHub es CompVis/latent-diffusion, con 13,730 estrellas. Síntesis de imágenes de alta resolución con modelos de difusión latente
¿Qué lenguajes de programación se utilizan más en los repositorios de #autoencoders?
Entre los proyectos de #autoencoders mejor posicionados en GitHub, los lenguajes de programación más comunes son Jupyter Notebook, Python.
¿Cómo se calcula la clasificación de los repositorios de #autoencoders?
Seguimos 7 repositorios activos de código abierto etiquetados con #autoencoders (500+ estrellas), que suman un total de 20,805 estrellas, con una media de 2,972 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.