#deep-learning-pretraining Dépôts
Découvrez 3 dépôts GitHub open source actifs associés à #deep-learning-pretraining, cumulant 4,269 étoiles au total (soit une moyenne de 1,423 étoiles par projet). Le projet en tête de ce thème est Tencent/MedicalNet, avec 2,284 étoiles.
3 dépôts au total
De nombreuses études ont montré que les performances en apprentissage profond sont considérablement affectées par le volume des données d'entraînement. Le projet MedicalNet fournit une série de modèles pré-entraînés 3D-ResNet et le code relatif.
Orion-14B est une famille de modèles comprenant un LLM de base de 14 milliards de paramètres, ainsi qu'une série de modèles dérivés : un modèle de chat, un modèle à long contexte, un modèle quantifié, un modèle affiné RAG et un modèle affiné Agent. La série de modèles Orion-14B comprend un LLM de base multilingue de 14 milliards de paramètres et une série de modèles dérivés associés, notamment des modèles de dialogue, des modèles à long contexte, des modèles quantifiés, des modèles affinés RAG, des modèles affinés Agent, etc.
Foire aux questions
Quel est le dépôt #deep-learning-pretraining le plus populaire sur GitHub ?
Le projet #deep-learning-pretraining open source le mieux classé sur GitHub est Tencent/MedicalNet, avec 2,284 étoiles. De nombreuses études ont montré que les performances en apprentissage profond sont considérablement affectées par le volume des données d'entraînement. Le projet MedicalNet fournit une série de modèles pré-entraînés 3D-ResNet et le code relatif.
Quels langages de programmation sont les plus utilisés dans les dépôts #deep-learning-pretraining ?
Parmi les projets #deep-learning-pretraining les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Shell.
Comment le classement des dépôts #deep-learning-pretraining est-il calculé ?
Nous suivons 3 dépôts open source actifs associés à #deep-learning-pretraining (500+ étoiles), totalisant 4,269 étoiles, avec une moyenne de 1,423 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.