#sequence-to-sequence Repositorios
Descubre 10 repositorios activos de código abierto de GitHub etiquetados con #sequence-to-sequence, que acumulan 30,604 estrellas en total (una media de 3,060 estrellas por proyecto). El líder de este tema es yandexdataschool/nlp_course, con 10,801 estrellas.
10 repositorios en total
Tutoriales sobre la implementación de algunos modelos sequence-to-sequence (seq2seq) con PyTorch y TorchText.
Grandes Modelos Conceptuales: Modelado del lenguaje en un espacio de representación de oraciones
DELTA es una plataforma de procesamiento de lenguaje natural y voz basada en aprendizaje profundo. LF AI & DATA Projects: https://lfaidata.foundation/projects/delta/
Marco de secuencia a secuencia con enfoque en Traducción Automática Neuronal basado en PyTorch
Lanzamiento oficial del código para [SIGGRAPH 2025] RenderFormer: Renderizado neuronal basado en Transformer de mallas triangulares con iluminación global
[ICLR'23] DiffuSeq: Generación de texto de secuencia a secuencia con modelos de difusión
Sistema de conversación a gran escala basado en conocimiento de dominio abierto basado en PaddlePaddle
Preguntas frecuentes
¿Cuál es el repositorio de #sequence-to-sequence más popular en GitHub?
El proyecto de código abierto de #sequence-to-sequence mejor posicionado en GitHub es yandexdataschool/nlp_course, con 10,801 estrellas. Curso YSDA en Procesamiento del Lenguaje Natural
¿Qué lenguajes de programación se utilizan más en los repositorios de #sequence-to-sequence?
Entre los proyectos de #sequence-to-sequence mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook.
¿Cómo se calcula la clasificación de los repositorios de #sequence-to-sequence?
Seguimos 10 repositorios activos de código abierto etiquetados con #sequence-to-sequence (500+ estrellas), que suman un total de 30,604 estrellas, con una media de 3,060 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.