Git Stars Git Stars

#regularization Dépôts

Découvrez 4 dépôts GitHub open source actifs associés à #regularization, cumulant 7,270 étoiles au total (soit une moyenne de 1,817 étoiles par projet). Le projet en tête de ce thème est amanchadha/coursera-deep-learning-specialization, avec 4,424 étoiles.

4
Total des Dépôts
7,270
Nombre total d'étoiles
1,817
Moyenne d'Étoiles/Dépôt
Langages de programmation: Jupyter Notebook Python C++
1
amanchadha/coursera-deep-learning-specialization

Notes, devoirs de programmation et quiz de tous les cours de la spécialisation Deep Learning de Coursera proposés par deeplearning.ai : (i) Réseaux neuronaux et Deep Learning ; (ii) Amélioration des réseaux neuronaux profonds : réglage des hyperparamètres, régularisation et optimisation ; (iii) Structuration des projets d'apprentissage automatique ; (iv) Réseaux neuronaux convolutifs ; (v) Modèles de séquence

amanchadha
⭐ 4,424 Jupyter Notebook 👤 amanchadha User 🕐 Mis à jour 2026-06-10 📅 Créé 2020-06-24
2
Bjarten/early-stopping-pytorch

Early stopping pour PyTorch

Bjarten
⭐ 1,269 Jupyter Notebook 👤 Bjarten User 🕐 Mis à jour 2024-11-11 📅 Créé 2018-12-29
3
tensorflow/neural-structured-learning

Entraînement de modèles neuronaux avec des signaux structurés.

tensorflow
⭐ 1,013 Python 👤 tensorflow Organization 🕐 Mis à jour 2026-10-05 📅 Créé 2019-08-27
4
3dem/relion

Logiciel de traitement d'images pour la cryo-microscopie électronique

3dem
⭐ 565 C++ 👤 3dem Organization 🕐 Mis à jour 2026-10-15 📅 Créé 2017-01-26

Foire aux questions

1

Quel est le dépôt #regularization le plus populaire sur GitHub ?

Le projet #regularization open source le mieux classé sur GitHub est amanchadha/coursera-deep-learning-specialization, avec 4,424 étoiles. Notes, devoirs de programmation et quiz de tous les cours de la spécialisation Deep Learning de Coursera proposés par deeplearning.ai : (i) Réseaux neuronaux et Deep Learning ; (ii) Amélioration des réseaux neuronaux profonds : réglage des hyperparamètres, régularisation et optimisation ; (iii) Structuration des projets d'apprentissage automatique ; (iv) Réseaux neuronaux convolutifs ; (v) Modèles de séquence

2

Quels langages de programmation sont les plus utilisés dans les dépôts #regularization ?

Parmi les projets #regularization les mieux classés sur GitHub, les langages de programmation les plus courants sont Jupyter Notebook, Python, C++.

3

Comment le classement des dépôts #regularization est-il calculé ?

Nous suivons 4 dépôts open source actifs associés à #regularization (500+ étoiles), totalisant 7,270 étoiles, avec une moyenne de 1,817 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.