#rnn Repositorios
Descubre 29 repositorios activos de código abierto de GitHub etiquetados con #rnn, que acumulan 219,721 estrellas en total (una media de 7,576 estrellas por proyecto). El líder de este tema es microsoft/AI-For-Beginners, con 71,086 estrellas.
29 repositorios en total
AiLearning: Análisis de Datos + Aprendizaje Automático Práctico + Álgebra Lineal + PyTorch + NLTK + TF2
《Tutorial de Aprendizaje Profundo de Li Hongyi》(Recomendado por el profesor Li Hongyi 👍, Apple Books 🍎), Enlace de descarga PDF: https://github.com/datawhalechina/leedl-tutorial/releases
RWKV (pronunciado RwaKuv) es un RNN con un gran rendimiento de LLM, que también se puede entrenar directamente como un transformer GPT (paralelizable). Estamos en RWKV-7 "Goose". Por lo tanto, combina lo mejor de RNN y transformer: gran rendimiento, tiempo lineal, espacio constante (sin caché kv), entrenamiento rápido, ctx_len infinito y incrustación de oraciones gratuita.
ChatRWKV es como ChatGPT pero impulsado por el modelo de lenguaje RWKV (100% RNN) y es de código abierto.
Series temporales Timeseries Deep Learning Machine Learning Python Pytorch fastai | Biblioteca de Deep Learning de vanguardia para Series Temporales y Secuencias en Pytorch / fastai
Tutoriales sobre la implementación de algunos modelos sequence-to-sequence (seq2seq) con PyTorch y TorchText.
Un software de aprendizaje automático para extraer información de documentos académicos
Tutoriales para comenzar con PyTorch y TorchText para análisis de sentimientos.
Clasificación de texto en chino CNN-RNN, basada en TensorFlow
Robot automático para componer poesía clásica china, x veces explosivo, basado en la API de tensorflow1.10, en mantenimiento y actualización activos, ¡dale star rápidamente, mantente actualizado!
Cursos introductorios de aprendizaje profundo, cursos avanzados, cursos especiales, casos académicos, casos de práctica industrial, enciclopedia de conocimiento de aprendizaje profundo y banco de preguntas de entrevista El curso, caso y conocimiento de Deep Learning y AI
Este repositorio contiene una lista de lectura de artículos sobre Pronóstico/Predicción de Series Temporales (TSF) y Pronóstico/Predicción Espacio-Temporal (STF). Estos artículos se clasifican principalmente según el tipo de modelo.
:art: Versión mejorada de reconocimiento de fórmulas matemáticas: Fórmulas manuscritas e impresas en chino e inglés, soporta derivación básica de símbolos (estructura de datos basada en el árbol de sintaxis abstracta de LaTeX) Math Formula OCR Pro, soporta escritura a mano, fórmulas mixtas chino-inglés y razonamiento simple de símbolos (basado en LaTeX AST).
Un marco para usar LSTMs para detectar anomalías en datos de series temporales multivariantes. Incluye datos de anomalías de naves espaciales y experimentos de las misiones Mars Science Laboratory y SMAP.
Una biblioteca de aprendizaje profundo para la clasificación de tareas (señales) de EEG, basada en TensorFlow.
Tutorial completo de algoritmos desde NLP hasta LLM, dirección de lectura en línea: https://datawhalechina.github.io/base-llm/
Diagramas para visualizar la arquitectura de redes neuronales
Bolt es una biblioteca de aprendizaje profundo con alto rendimiento y flexibilidad heterogénea.
Lista de diseño molecular y de materiales utilizando IA generativa y aprendizaje profundo
Una colección de métodos de detección de anomalías (iid/basados en puntos, grafo y series temporales) que incluye aprendizaje activo para detección/descubrimiento de anomalías, minería de reglas bayesianas, descripción para diversidad/explicación/interpretabilidad. Análisis de la incorporación de retroalimentación de etiquetas con detectores basados en ensemble y árboles. Incluye ataques adversarios con Graph Convolutional Network.
Pronóstico de la carga de energía eléctrica de Delhi utilizando modelos ARIMA, RNN, LSTM y GRU
Clasificar la descripción de delitos de Kaggle San Francisco en 39 clases. Construir el modelo con CNN, RNN (GRU y LSTM) y Word Embeddings en Tensorflow.
Preguntas frecuentes
¿Cuál es el repositorio de #rnn más popular en GitHub?
El proyecto de código abierto de #rnn mejor posicionado en GitHub es microsoft/AI-For-Beginners, con 71,086 estrellas. 12 semanas, 24 lecciones, ¡IA para todos!
¿Qué lenguajes de programación se utilizan más en los repositorios de #rnn?
Entre los proyectos de #rnn mejor posicionados en GitHub, los lenguajes de programación más comunes son Jupyter Notebook, Python, C, Java.
¿Cómo se calcula la clasificación de los repositorios de #rnn?
Seguimos 29 repositorios activos de código abierto etiquetados con #rnn (500+ estrellas), que suman un total de 219,721 estrellas, con una media de 7,576 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.