Git Stars Git Stars

#amazon-sagemaker-lab Dépôts

Découvrez 3 dépôts GitHub open source actifs associés à #amazon-sagemaker-lab, cumulant 2,940 étoiles au total (soit une moyenne de 980 étoiles par projet). Le projet en tête de ce thème est yoshitomo-matsubara/torchdistill, avec 1,636 étoiles.

3
Total des Dépôts
2,940
Nombre total d'étoiles
980
Moyenne d'Étoiles/Dépôt
Langages de programmation: Jupyter Notebook Python
1
yoshitomo-matsubara/torchdistill

Un framework sans code basé sur PyTorch pour mener des études d’apprentissage profond reproductibles. Écosystème PyTorch. 🏆 À ce jour, 28 méthodes de distillation des connaissances présentées à TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI, etc. ont été implémentées. 🎁 Des modèles entraînés, des journaux d’entraînement et des configurations sont disponibles pour garantir la reproductibilité et faciliter l’évaluation comparative.

yoshitomo-matsubara
⭐ 1,636 Python 👤 yoshitomo-matsubara User 🕐 Mis à jour 2026-11-19 📅 Créé 2019-12-18
2
aws/studio-lab-examples

Carnets d'exemples pour travailler avec SageMaker Studio Lab. Inscrivez-vous pour un compte en utilisant le lien ci-dessous !

aws
⭐ 753 Jupyter Notebook 👤 aws Organization 🕐 Mis à jour 2024-08-24 📅 Créé 2021-11-23
3
aws-samples/aws-ml-enablement-workshop

Un atelier pour planifier la création d'équipes interfonctionnelles afin de réaliser des cycles de croissance par apprentissage automatique

aws-samples
⭐ 551 Jupyter Notebook 👤 aws-samples Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2022-04-15

Foire aux questions

1

Quel est le dépôt #amazon-sagemaker-lab le plus populaire sur GitHub ?

Le projet #amazon-sagemaker-lab open source le mieux classé sur GitHub est yoshitomo-matsubara/torchdistill, avec 1,636 étoiles. Un framework sans code basé sur PyTorch pour mener des études d’apprentissage profond reproductibles. Écosystème PyTorch. 🏆 À ce jour, 28 méthodes de distillation des connaissances présentées à TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI, etc. ont été implémentées. 🎁 Des modèles entraînés, des journaux d’entraînement et des configurations sont disponibles pour garantir la reproductibilité et faciliter l’évaluation comparative.

2

Quels langages de programmation sont les plus utilisés dans les dépôts #amazon-sagemaker-lab ?

Parmi les projets #amazon-sagemaker-lab les mieux classés sur GitHub, les langages de programmation les plus courants sont Jupyter Notebook, Python.

3

Comment le classement des dépôts #amazon-sagemaker-lab est-il calculé ?

Nous suivons 3 dépôts open source actifs associés à #amazon-sagemaker-lab (500+ étoiles), totalisant 2,940 étoiles, avec une moyenne de 980 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.