#neural-networks Repositorios
Descubre 277 repositorios activos de código abierto de GitHub etiquetados con #neural-networks, que acumulan 1,158,803 estrellas en total (una media de 4,183 estrellas por proyecto). El líder de este tema es labmlai/annotated_deep_learning_paper_implementations, con 67,780 estrellas.
277 repositorios en total
🧑🏫 60+ Implementaciones/tutoriales de artículos de aprendizaje profundo con notas una al lado de la otra 📝; incluyendo transformers (original, xl, switch, feedback, vit, ...), optimizadores (adam, adabelief, sophia, ...), gans (cyclegan, stylegan2, ...), 🎮 aprendizaje por refuerzo (ppo, dqn), capsnet, destilación, ... 🧠
500 preguntas sobre aprendizaje profundo, presentadas en formato de preguntas y respuestas para explicar temas candentes como el conocimiento común de probabilidad, álgebra lineal, aprendizaje automático, aprendizaje profundo, visión por computadora, etc., para ayudar a mí mismo y a los lectores que lo necesiten. El libro completo se divide en 18 capítulos, más de 500.000 palabras. Debido a mi nivel limitado, ruego a los lectores que critiquen y corrijan cualquier parte inadecuada en el libro. Por continuar............ Si está interesado en cooperar, contacte a [email protected] Todos los derechos reservados, la infracción será perseguida Tan 2018.06
Un framework de superresolución de video y interpolación de fotogramas basado en aprendizaje automático. Est. Hack the Valley II, 2018.
ONNX Runtime: Acelerador de inferencia y entrenamiento de ML multiplataforma de alto rendimiento
El Unity Machine Learning Agents Toolkit (ML-Agents) es un proyecto de código abierto que permite que los juegos y simulaciones sirvan como entornos para entrenar agentes inteligentes utilizando aprendizaje por refuerzo profundo e imitación.
《Redes neuronales y aprendizaje profundo》 de Qiu Xipeng, segunda edición y edición de divulgación general: libro electrónico, índice de capítulos, recursos de aprendizaje y erratas.
Un diminuto motor autograd con valores escalares y una biblioteca de redes neuronales sobre él con API similar a PyTorch
Un marco escalable de IA generativa construido para investigadores y desarrolladores que trabajan en Modelos de Lenguaje Grandes, Multimodal y IA de Voz (Reconocimiento Automático de Voz y Texto a Voz)
tutoriales, artículos y otros recursos sobre aprendizaje automático y aprendizaje profundo
Ejemplos de código para mi libro "Neural Networks and Deep Learning"
Libro MIT Deep Learning en formato PDF (completo y partes) de Ian Goodfellow, Yoshua Bengio y Aaron Courville
Ejemplos mínimos y limpios de implementaciones de algoritmos de aprendizaje automático
Tutoriales, asignaciones y competiciones para cursos relacionados con MIT Deep Learning.
Ejecuta LLMs en casa, al estilo BitTorrent. Ajuste fino e inferencia hasta 10 veces más rápido que la descarga.
Materiales de laboratorio para MIT 6.S191: Introducción al Deep Learning
Código para el artículo "Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer"
Repositorio de código para aprendizaje automático con PyTorch y Scikit-Learn
Una guía completa para iniciar y progresar en aprendizaje automático (ML) e inteligencia artificial (AI) en 2026 sin ningún conocimiento previo, y mantenerte actualizado con las últimas noticias y técnicas de vanguardia.
Una biblioteca de PyTorch para acelerar la investigación en aprendizaje profundo 3D
Repositorio para el programa Nanodegree de Aprendizaje por Refuerzo Profundo
Este repositorio es una compilación de recursos gratuitos para aprender Ciencia de Datos.
Enlaces a publicaciones de conferencias en aprendizaje profundo basado en grafos
Un lenguaje de programación probabilístico en TensorFlow. Modelos generativos profundos, inferencia variacional.
Preguntas frecuentes
¿Cuál es el repositorio de #neural-networks más popular en GitHub?
El proyecto de código abierto de #neural-networks mejor posicionado en GitHub es labmlai/annotated_deep_learning_paper_implementations, con 67,780 estrellas. 🧑🏫 60+ Implementaciones/tutoriales de artículos de aprendizaje profundo con notas una al lado de la otra 📝; incluyendo transformers (original, xl, switch, feedback, vit, ...), optimizadores (adam, adabelief, sophia, ...), gans (cyclegan, stylegan2, ...), 🎮 aprendizaje por refuerzo (ppo, dqn), capsnet, destilación, ... 🧠
¿Qué lenguajes de programación se utilizan más en los repositorios de #neural-networks?
Entre los proyectos de #neural-networks mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, C++, JavaScript.
¿Cómo se calcula la clasificación de los repositorios de #neural-networks?
Seguimos 277 repositorios activos de código abierto etiquetados con #neural-networks (500+ estrellas), que suman un total de 1,158,803 estrellas, con una media de 4,183 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.