#mxnet Dépôts
Découvrez 24 dépôts GitHub open source actifs associés à #mxnet, cumulant 178,323 étoiles au total (soit une moyenne de 7,430 étoiles par projet). Le projet en tête de ce thème est deepinsight/insightface, avec 30,279 étoiles.
24 dépôts au total
Livre interactif sur l'apprentissage profond avec code multi-frameworks, mathématiques et discussions. Adopté dans 500 universités de 70 pays, dont Stanford, MIT, Harvard et Cambridge.
ncnn est un framework d'inférence de réseaux de neurones haute performance optimisé pour les plateformes mobiles
Framework d'entraînement distribué pour TensorFlow, Keras, PyTorch et Apache MXNet.
Scripts d'apprentissage profond de pointe organisés par modèles - faciles à entraîner et à déployer avec une précision et des performances reproductibles sur une infrastructure de niveau entreprise.
Configurez et personnalisez l'environnement d'apprentissage profond en quelques secondes.
MMdnn est un ensemble d'outils pour aider les utilisateurs à interopérer entre différents frameworks d'apprentissage profond. Par ex. conversion et visualisation de modèles. Convertir des modèles entre Caffe, Keras, MXNet, Tensorflow, CNTK, PyTorch, ONNX et CoreML.
Une bibliothèque accélérée par GPU contenant des blocs de construction hautement optimisés et un moteur d'exécution pour le traitement des données afin d'accélérer les applications d'entraînement et d'inférence en apprentissage profond.
Dans ce notebook, je vais créer un processus complet pour prédire les mouvements des prix des actions. Suivez-moi et nous obtiendrons de bons résultats. Pour cela, nous utiliserons un Réseau Antagoniste Génératif (GAN) avec LSTM, un type de Réseau de Neurones Récurrents, comme générateur, et un Réseau de Neurones Convolutifs, CNN, comme discriminateur. Nous utilisons LSTM pour la raison évidente que nous essayons de prédire des données de séries temporelles. Pourquoi utilisons-nous GAN et plus précisément CNN comme discriminateur ? C'est une bonne q
Dans ce dépôt, je partagerai des notes et références utiles sur le déploiement de modèles basés sur l'apprentissage profond en production.
Ce projet reproduit le livre Dive Into Deep Learning (https://d2l.ai/), en adaptant le code de MXNet vers PyTorch.
🔮 Une approche fonctionnelle rafraîchissante de l'apprentissage profond, compatible avec vos bibliothèques préférées
Machine Learning University : Cours accéléré de traitement du langage naturel
Une bibliothèque pour entraîner et déployer des modèles d'apprentissage automatique sur Amazon SageMaker
Machine Learning University : Cours accéléré de vision par ordinateur
:computer: Apprenez à faire apprendre les machines pour ne pas avoir à lutter pour les programmer ; La liste ultime
Machine Learning University : Cours accéléré sur les données tabulaires
Un framework de service de modèle ML haute performance, offre le traitement par lots dynamique et les pipelines CPU/GPU pour exploiter pleinement votre machine de calcul
Foire aux questions
Quel est le dépôt #mxnet le plus populaire sur GitHub ?
Le projet #mxnet open source le mieux classé sur GitHub est deepinsight/insightface, avec 30,279 étoiles. Projet d'analyse faciale 2D et 3D de pointe
Quels langages de programmation sont les plus utilisés dans les dépôts #mxnet ?
Parmi les projets #mxnet les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, C++, Java.
Comment le classement des dépôts #mxnet est-il calculé ?
Nous suivons 24 dépôts open source actifs associés à #mxnet (500+ étoiles), totalisant 178,323 étoiles, avec une moyenne de 7,430 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.