#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 dépôts au total
Deep Learning Avancé avec Keras, publié par Packt
[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.
Reconnaissance de formules et édition bureautique | Conversion de l’écriture manuscrite et des PDF en LaTeX/Markdown | Intégrations d’API sécurisées.
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.
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.
"DeepDPM : Apprentissage profond par regroupement avec un nombre inconnu de clusters" [Ronen, Finder et Freifeld, CVPR 2022]
PyTorch Dual-Attention LSTM-Autoencodeur pour séries temporelles multivariées
[ICCV 2021] Focal Frequency Loss pour la Reconstruction et la Synthèse d'Images
Foire aux questions
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
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.
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.