Git Stars Git Stars

#autoencoder Dépôts

Découvrez 11 dépôts GitHub open source actifs associés à #autoencoder, cumulant 11,184 étoiles au total (soit une moyenne de 1,016 étoiles par projet). Le projet en tête de ce thème est PacktPublishing/Advanced-Deep-Learning-with-Keras, avec 2,028 étoiles.

11
Total des Dépôts
11,184
Nombre total d'étoiles
1,016
Moyenne d'Étoiles/Dépôt
Langages de programmation: Python Jupyter Notebook PHP
1
PacktPublishing/Advanced-Deep-Learning-with-Keras

Deep Learning Avancé avec Keras, publié par Packt

PacktPublishing
⭐ 2,028 Python 👤 PacktPublishing Organization 🕐 Mis à jour 2026-03-02 📅 Créé 2018-03-15
2
alexandre01/deepsvg

[NeurIPS 2020] Code officiel du papier "DeepSVG: A Hierarchical Generative Network for Vector Graphics Animation". Comprend une bibliothèque PyTorch pour l'apprentissage profond avec des données SVG.

alexandre01
⭐ 1,168 Jupyter Notebook 👤 alexandre01 User 🕐 Mis à jour 2026-09-04 📅 Créé 2020-07-23
3
SakuraMathcraft/LaTeXSnipper

Reconnaissance de formules et édition bureautique | Conversion de l’écriture manuscrite et des PDF en LaTeX/Markdown | Intégrations d’API sécurisées.

SakuraMathcraft
⭐ 1,127 Python 👤 SakuraMathcraft User 🕐 Mis à jour 2026-11-21 📅 Créé 2025-10-01
4
madebyollin/taesd

Petit Auto-Encodeur pour Stable Diffusion (et autres modèles d'images)

madebyollin
⭐ 1,002 Python 👤 madebyollin User 🕐 Mis à jour 2026-10-22 📅 Créé 2023-04-16
5
wmhello/laravel_template_with_vue

Modèle de projet de séparation frontend-backend combinant Laravel 6 et Vue Element Admin. Inclut l'interface API, l'interface d'administration, le mini-programme et le compte public WeChat, absolument le modèle de prédilection pour les projets d'externalisation ou de développement autonome. Le contenu du modèle inclut la gestion de base des utilisateurs et des permissions, la gestion des logs, l'intégration de connexion tiers, l'intégration du projet GatewayWorker dans le framework Workerman pour implémenter WebSocket et atteindre le push en temps réel des messages, et sur cette base, implémenter les fonctions de salle de chat et de service client ; implémenter le développement low-code, qui peut analyser le contenu des tables de données et leurs paramètres pour générer automatiquement du code.

wmhello
⭐ 966 PHP 👤 wmhello User 🕐 Mis à jour 2025-08-05 📅 Créé 2018-02-18
6
konpatp/diffae

Implémentation officielle de Diffusion Autoencoders

konpatp
⭐ 955 Jupyter Notebook 👤 konpatp User 🕐 Mis à jour 2024-09-12 📅 Créé 2022-01-11
7
shubhomoydas/ad_examples

Une collection de méthodes de détection d'anomalies (iid/basées sur des points, graphe et séries temporelles) incluant l'apprentissage actif pour la détection/découverte d'anomalies, l'extraction de règles bayésiennes, description pour la diversité/explication/interprétabilité. Analyse de l'incorporation de retours d'étiquettes avec des détecteurs basés sur ensemble et arbre. Inclut des attaques adverses avec Graph Convolutional Network.

shubhomoydas
⭐ 870 Python 👤 shubhomoydas User 🕐 Mis à jour 2024-05-22 📅 Créé 2017-11-03
8
BGU-CS-VIL/DeepDPM

"DeepDPM : Apprentissage profond par regroupement avec un nombre inconnu de clusters" [Ronen, Finder et Freifeld, CVPR 2022]

BGU-CS-VIL
⭐ 835 Python 👤 BGU-CS-VIL Organization 🕐 Mis à jour 2026-02-03 📅 Créé 2022-03-29
9
shaochenze/calm

Implémentation officielle de « Continuous Autoregressive Language Models »

shaochenze
⭐ 824 Python 👤 shaochenze User 🕐 Mis à jour 2026-05-07 📅 Créé 2025-10-30
10
JulesBelveze/time-series-autoencoder

PyTorch Dual-Attention LSTM-Autoencodeur pour séries temporelles multivariées

JulesBelveze
⭐ 715 Python 👤 JulesBelveze User 🕐 Mis à jour 2025-11-11 📅 Créé 2020-06-05
11
EndlessSora/focal-frequency-loss

[ICCV 2021] Focal Frequency Loss pour la Reconstruction et la Synthèse d'Images

EndlessSora
⭐ 695 Python 👤 EndlessSora User 🕐 Mis à jour 2024-08-21 📅 Créé 2020-12-22

Foire aux questions

1

Quel est le dépôt #autoencoder le plus populaire sur GitHub ?

Le projet #autoencoder open source le mieux classé sur GitHub est PacktPublishing/Advanced-Deep-Learning-with-Keras, avec 2,028 étoiles. Deep Learning Avancé avec Keras, publié par Packt

2

Quels langages de programmation sont les plus utilisés dans les dépôts #autoencoder ?

Parmi les projets #autoencoder les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, PHP.

3

Comment le classement des dépôts #autoencoder est-il calculé ?

Nous suivons 11 dépôts open source actifs associés à #autoencoder (500+ étoiles), totalisant 11,184 étoiles, avec une moyenne de 1,016 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.