#encoder-decoder Dépôts
Découvrez 9 dépôts GitHub open source actifs associés à #encoder-decoder, cumulant 34,023 étoiles au total (soit une moyenne de 3,780 étoiles par projet). Le projet en tête de ce thème est emilwallner/Screenshot-to-code, avec 16,517 étoiles.
9 dépôts au total
Un réseau de neurones qui transforme un mock-up de design en un site web statique.
Tutoriels sur l'implémentation de quelques modèles sequence-to-sequence (seq2seq) avec PyTorch et TorchText.
Simple Binary Encoding (SBE) - Codec de messages haute performance
🔥🔥🔥Appareil photo Android personnalisé (imitation de Douyin TikTok), fonctions incluent autocollants de reconnaissance faciale vidéo, embellissement, enregistrement segmenté, recadrage vidéo, traitement d'images vidéo, acquisition de keyframes vidéo, rotation vidéo, ajout de filtres, ajout de filigrane, synthèse GIF en vidéo, texte en vidéo, image en vidéo, synthèse audio et vidéo, traitement de changement de voix audio, SoundTouch, traitement audio Fmod. Appareil photo Android (imitation TikTok), qui inclut éditeur vidéo, éditeur audio, autocollants reconnaissance faciale vidéo, enregistrement segmenté, recadrage vidéo, traitement d'images vidéo, obtenir la première image vidéo, image clé, rotation vidéo, ajouter filtre Miroir, ajouter filigrane, ajouter GIF à vidéo, ajouter texte à vidéo, image à vidéo, synthèse audio et vidéo, traitement de changement audio
Lecture et écriture binaires déclaratives : niveau bit, symétrique, sérialisation/désérialisation
Cadre sequence-to-sequence avec un accent sur la traduction automatique neuronale basé sur PyTorch
FFmpegCommand est une bibliothèque de commandes FFmpeg pour Android, qui implémente le traitement lié à l'audio et à la vidéo, capable de traiter rapidement l'audio et la vidéo. Les fonctionnalités principales incluent : découpage audio/vidéo, transcodage audio/vidéo, décodage des données brutes audio/vidéo, encodage audio/vidéo, conversion de vidéo en images ou GIF, ajout de filigranes aux vidéos, assemblage multi-écrans, mixage audio, luminosité et contraste vidéo, effets de fondu d'entrée et de sortie audio, etc.
Foire aux questions
Quel est le dépôt #encoder-decoder le plus populaire sur GitHub ?
Le projet #encoder-decoder open source le mieux classé sur GitHub est emilwallner/Screenshot-to-code, avec 16,517 étoiles. Un réseau de neurones qui transforme un mock-up de design en un site web statique.
Quels langages de programmation sont les plus utilisés dans les dépôts #encoder-decoder ?
Parmi les projets #encoder-decoder les mieux classés sur GitHub, les langages de programmation les plus courants sont Java, HTML, Jupyter Notebook, Rust.
Comment le classement des dépôts #encoder-decoder est-il calculé ?
Nous suivons 9 dépôts open source actifs associés à #encoder-decoder (500+ étoiles), totalisant 34,023 étoiles, avec une moyenne de 3,780 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.