#paddlepaddle Dépôts
Découvrez 24 dépôts GitHub open source actifs associés à #paddlepaddle, cumulant 112,296 étoiles au total (soit une moyenne de 4,679 étoiles par projet). Le projet en tête de ce thème est deepinsight/insightface, avec 30,279 étoiles.
24 dépôts au total
PArallel Distributed Deep LEarning: Framework d'apprentissage automatique issu de la pratique industrielle (Le framework central『FeiJiang』, entraînement hautes performances mono-machine et distribué pour le Deep Learning et le Machine Learning, et déploiement multiplateforme)
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.
X-AnyLabeling : une application de bureau multiplateforme, légère, efficace et unifiée pour annoter du texte, des images, des vidéos, des nuages de points et des données multimodales. Elle associe des outils intégrés polyvalents à des modèles d’IA de pointe et permet une exportation flexible dans plusieurs formats.
Maintenu officiellement, soutenu par PaddlePaddle, incluant CV, NLP, Speech, Rec, TS, grands modèles et ainsi de suite.
Kit d'Outils de Visualisation en Apprentissage Profond (Outil de visualisation en apprentissage profond „Fly Paddle“ )
Réseaux de neurones et apprentissage profond : études de cas et pratique, deuxième édition : 10 chapitres de pratique avec PyTorch, notebooks, tests et livre électronique.
FSL-Mate: Une collection de ressources pour l'apprentissage par peu d'exemples (FSL).
Programme en ligne de commande OCR hors ligne de reconnaissance de texte d'image pour Windows, produisant des résultats sous forme de chaîne JSON pour faciliter l'appel par d'autres programmes. Fournit des API dans diverses langues. Compilé à partir de PaddleOCR C++.
Inférence PaddleOCR dans PyTorch. Converti depuis [PaddleOCR](https://github.com/PaddlePaddle/PaddleOCR)
Paddle.js est un projet web pour Baidu PaddlePaddle, un framework d'apprentissage profond open source s'exécutant dans le navigateur. Paddle.js peut soit charger un modèle pré-entraîné, soit transformer un modèle de paddle-hub avec des outils de transformation de modèle fournis par Paddle.js. Il peut s'exécuter dans tous les navigateurs prenant en charge WebGL/WebGPU/WebAssembly. Il peut également s'exécuter dans Baidu Smartprogram et WX miniprogram.
Reconnaissance vocale chinoise de bout en bout basée sur PaddlePaddle, de l'introduction à la pratique, exemples d'introduction ultra simples, projets d'entreprise ultra pratiques. Prend en charge les modèles les plus populaires actuellement : DeepSpeech2, Conformer, Squeezeformer.
[En bêta] QPT - L'outil Python vers EXE qui vise à mieux connecter les projets open source au monde d'Internet (packaging Python).
Convertisseur de modèles d'apprentissage profond pour PaddlePaddle. (Outil de conversion de modèles d'apprentissage profond 『飞桨』)
Reconnaissance vocale implémentée basée sur PaddlePaddle, reconnaissance vocale en chinois. Le projet est complet, avec un bon effet de reconnaissance. Prend en charge l'entraînement et la prédiction sous Windows et Linux, prend en charge la prédiction sur la carte de développement Nvidia Jetson.
Système de conversation à grande échelle axé sur la connaissance ouverte basé sur PaddlePaddle
Script automatique AFK, applicable à des jeux comme Onmyoji, Azur Lane, Arknights, etc.
Modélisation profonde de séries temporelles géniale et facile à utiliser basée sur PaddlePaddle, incluant des modules de fonctionnalités complets comme TSDataset, Analysis, Transform, Models, AutoTS et Ensemble, etc., prenant en charge des tâches polyvalentes comme la prévision de séries temporelles, l'apprentissage de représentations et la détection d'anomalies, etc., caractérisée par un suivi rapide des modèles profonds SOTA.
TensorLayerX : Un framework unifié d'apprentissage profond et d'apprentissage par renforcement pour tous les matériels, backend et systèmes d'exploitation.
Foire aux questions
Quel est le dépôt #paddlepaddle le plus populaire sur GitHub ?
Le projet #paddlepaddle 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 #paddlepaddle ?
Parmi les projets #paddlepaddle les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, C++, Jupyter Notebook, HTML.
Comment le classement des dépôts #paddlepaddle est-il calculé ?
Nous suivons 24 dépôts open source actifs associés à #paddlepaddle (500+ étoiles), totalisant 112,296 étoiles, avec une moyenne de 4,679 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.