#recurrent-neural-networks Repositorios
Descubre 36 repositorios activos de código abierto de GitHub etiquetados con #recurrent-neural-networks, que acumulan 77,501 estrellas en total (una media de 2,152 estrellas por proyecto). El líder de este tema es BrainJS/brain.js, con 14,838 estrellas.
36 repositorios en total
Tutoriales para comenzar con PyTorch y TorchText para análisis de sentimientos.
Notas, tareas de programación y cuestionarios de todos los cursos de la especialización Deep Learning de Coursera ofrecida por deeplearning.ai: (i) Redes Neuronales y Deep Learning; (ii) Mejora de Redes Neuronales Profundas: ajuste de hiperparámetros, regularización y optimización; (iii) Estructuración de Proyectos de Machine Learning; (iv) Redes Neuronales Convolucionales; (v) Modelos de Secuencia
Lista de artículos, código y experimentos que utilizan aprendizaje profundo para pronósticos de series temporales
Implementaciones simplificadas de trabajos relacionados con el aprendizaje profundo
Sistema de Reconocimiento de Texto Manuscrito (HTR) implementado con TensorFlow.
Repositorio de código para redes de constante de tiempo líquida (LTC)
Los 200 principales repositorios de GitHub de deep learning ordenados por número de estrellas.
Implementación oficial de PyTorch de Learning to (Learn at Test Time): RNNs con estados ocultos expresivos
:computer: Aprende a hacer que las máquinas aprendan para que no tengas que luchar programándolas; La lista definitiva
Código base para Redes Generativas Antagónicas de Series Temporales (TimeGAN) – NeurIPS 2019
Repositorio de código para Deep Learning con Keras publicado por Packt
Código oficial del artículo: RecurrentGPT: Generación interactiva de texto (arbitrariamente) largo
Este repositorio contiene los recursos (artículos, blogs, sitios web, etc.) que Ilya recomendó para aprender sobre Inteligencia Artificial.
Algoritmos de decodificación CTC (Clasificación Temporal Conectivista): mejor ruta, búsqueda en haz, búsqueda léxica, búsqueda de prefijo y paso de tokens. Implementado en Python.
Código y modelos que acompañan "Deep Predictive Coding Networks for Video Prediction and Unsupervised Learning"
Predicción de precios de acciones utilizando una red neuronal LSTM (memoria a corto y largo plazo) de TensorFlow para la predicción de series temporales
Modelo de lenguaje de acceso abierto de Google DeepMind, basado en Griffin.
Un código simple y flexible para arquitecturas de Computación en Reservorio como Redes de Estado Eco
Decodificador de Clasificación Temporal Conexionista (CTC) con diccionario y modelo de lenguaje.
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 #recurrent-neural-networks más popular en GitHub?
El proyecto de código abierto de #recurrent-neural-networks mejor posicionado en GitHub es BrainJS/brain.js, con 14,838 estrellas. 🤖 Redes neuronales aceleradas por GPU en JavaScript para navegadores y Node.js
¿Qué lenguajes de programación se utilizan más en los repositorios de #recurrent-neural-networks?
Entre los proyectos de #recurrent-neural-networks mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, TypeScript, Cuda.
¿Cómo se calcula la clasificación de los repositorios de #recurrent-neural-networks?
Seguimos 36 repositorios activos de código abierto etiquetados con #recurrent-neural-networks (500+ estrellas), que suman un total de 77,501 estrellas, con una media de 2,152 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.