Git Stars Git Stars

#variational-autoencoders Dépôts

Découvrez 12 dépôts GitHub open source actifs associés à #variational-autoencoders, cumulant 19,724 étoiles au total (soit une moyenne de 1,643 étoiles par projet). Le projet en tête de ce thème est AntixK/PyTorch-VAE, avec 7,651 étoiles.

12
Total des Dépôts
19,724
Nombre total d'étoiles
1,643
Moyenne d'Étoiles/Dépôt
Langages de programmation: Python Jupyter Notebook SCSS
1
AntixK/PyTorch-VAE

Une collection d'auto-encodeurs variationnels (VAE) en PyTorch.

AntixK
⭐ 7,651 Python 👤 AntixK User 🕐 Mis à jour 2025-03-21 📅 Créé 2020-01-10
3
ermongroup/cs228-notes

Notes de cours pour CS228 : Modèles graphiques probabilistes.

ermongroup
⭐ 2,004 SCSS 👤 ermongroup Organization 🕐 Mis à jour 2025-06-24 📅 Créé 2017-01-10
4
AlmondGod/tinyworlds

Une implémentation minimale du modèle du monde Genie de DeepMind

AlmondGod
⭐ 1,398 Python 👤 AlmondGod User 🕐 Mis à jour 2026-04-15 📅 Créé 2025-05-11
5
yangqy1110/Diffusion-Models

Compilation de ressources pour débutants sur les principes des modèles de diffusion et l'implémentation du code PyTorch

yangqy1110
⭐ 896 Jupyter Notebook 👤 yangqy1110 User 🕐 Mis à jour 2024-04-19 📅 Créé 2022-08-24
6
EdoardoBotta/RQ-VAE-Recommender

[Pytorch] Modèle de récupération générative utilisant des identifiants sémantiques issus de "Recommender Systems with Generative Retrieval"

EdoardoBotta
⭐ 858 Python 👤 EdoardoBotta User 🕐 Mis à jour 2026-08-31 📅 Créé 2024-06-17
9
insilicomedicine/GENTRL

Modèle d'Apprentissage par Renforcement Tensoriel Génératif (GENTRL)

insilicomedicine
⭐ 630 Python 👤 insilicomedicine Organization 🕐 Mis à jour 2024-07-25 📅 Créé 2019-08-30
10
Seed3D/Dora

[CVPR 2025] Dépôt officiel pour "Dora : Échantillonnage et Benchmark pour les Autoencodeurs Variationnels de Formes 3D"

Seed3D
⭐ 584 Python 👤 Seed3D Organization 🕐 Mis à jour 2025-07-02 📅 Créé 2024-12-23
11
js05212/BayesianDeepLearning-Survey

Apprentissage profond bayésien: Un aperçu

js05212
⭐ 523 👤 js05212 User 🕐 Mis à jour 2026-07-04 📅 Créé 2019-07-17
12
masa-su/pixyz

Une bibliothèque pour développer des modèles génératifs profonds de manière plus concise, intuitive et extensible

masa-su
⭐ 505 Jupyter Notebook 👤 masa-su User 🕐 Mis à jour 2025-09-22 📅 Créé 2018-06-04

Foire aux questions

1

Quel est le dépôt #variational-autoencoders le plus populaire sur GitHub ?

Le projet #variational-autoencoders open source le mieux classé sur GitHub est AntixK/PyTorch-VAE, avec 7,651 étoiles. Une collection d'auto-encodeurs variationnels (VAE) en PyTorch.

2

Quels langages de programmation sont les plus utilisés dans les dépôts #variational-autoencoders ?

Parmi les projets #variational-autoencoders les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, SCSS.

3

Comment le classement des dépôts #variational-autoencoders est-il calculé ?

Nous suivons 12 dépôts open source actifs associés à #variational-autoencoders (500+ étoiles), totalisant 19,724 étoiles, avec une moyenne de 1,643 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.