#variational-autoencoder Dépôts
Découvrez 14 dépôts GitHub open source actifs associés à #variational-autoencoder, cumulant 26,873 étoiles au total (soit une moyenne de 1,919 étoiles par projet). Le projet en tête de ce thème est openai/DALL-E, avec 10,872 étoiles.
14 dépôts au total
Unification des implémentations de Variational Autoencoder (VAE) dans Pytorch (NeurIPS 2022)
Carnets sur les méthodes bayésiennes pour l'apprentissage automatique
Implémentation PyTorch de diverses méthodes pour l'apprentissage continu (XdG, EWC, SI, LwF, FROMP, DGR, BI-R, ER, A-GEM, iCaRL, Generative Classifier) dans trois scénarios différents.
Analyse probabiliste approfondie des données omiques à cellule unique et spatiales
Dépôt officiel pour l'article « Sparse Representation and Construction for High-Resolution 3D Shapes Modeling ».
Encodeur automatique variationnel implémenté en tensorflow et pytorch (y compris le flux autorégressif inverse)
[Pytorch] Modèle de récupération générative utilisant des identifiants sémantiques issus de "Recommender Systems with Generative Retrieval"
[ICCV 2021] Focal Frequency Loss pour la Reconstruction et la Synthèse d'Images
Auto-encodeur variationnel et auto-encodeur variationnel conditionnel sur MNIST en PyTorch
Foire aux questions
Quel est le dépôt #variational-autoencoder le plus populaire sur GitHub ?
Le projet #variational-autoencoder open source le mieux classé sur GitHub est openai/DALL-E, avec 10,872 étoiles. Package PyTorch pour le VAE discret utilisé pour DALL·E.
Quels langages de programmation sont les plus utilisés dans les dépôts #variational-autoencoder ?
Parmi les projets #variational-autoencoder les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, Java.
Comment le classement des dépôts #variational-autoencoder est-il calculé ?
Nous suivons 14 dépôts open source actifs associés à #variational-autoencoder (500+ étoiles), totalisant 26,873 étoiles, avec une moyenne de 1,919 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.