Git Stars Git Stars

#amazon-sagemaker-lab Repository

Scopri 3 repository GitHub open source attivi contrassegnati con #amazon-sagemaker-lab, che raccolgono un totale di 2,940 stelle (con una media di 980 stelle per progetto). Il progetto leader di questo argomento è yoshitomo-matsubara/torchdistill, con 1,636 stelle.

3
Totale Repository
2,940
Totale stelle
980
Media Stelle/Repo
Linguaggi di programmazione: Jupyter Notebook Python

3 repository in totale

1
yoshitomo-matsubara/torchdistill

Un framework senza codice basato su PyTorch per studi di deep learning riproducibili. Ecosistema PyTorch. 🏆 Finora sono stati implementati 28 metodi di distillazione della conoscenza presentati a TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI, ecc. 🎁 Sono disponibili modelli addestrati, registri di addestramento e configurazioni per garantire la riproducibilità e consentire il benchmarking.

yoshitomo-matsubara
⭐ 1,636 Python 👤 yoshitomo-matsubara User 🕐 Aggiornato 2026-11-19 📅 Creato 2019-12-18
2
aws/studio-lab-examples

Quaderni di esempio per lavorare con SageMaker Studio Lab. Iscriviti per un account al link qui sotto!

aws
⭐ 753 Jupyter Notebook 👤 aws Organization 🕐 Aggiornato 2024-08-24 📅 Creato 2021-11-23
3
aws-samples/aws-ml-enablement-workshop

Un workshop per pianificare la creazione di team interfunzionali per realizzare cicli di crescita tramite machine learning

aws-samples
⭐ 551 Jupyter Notebook 👤 aws-samples Organization 🕐 Aggiornato 2026-11-18 📅 Creato 2022-04-15

Domande frequenti

1

Qual è il repository #amazon-sagemaker-lab più popolare su GitHub?

Il progetto open source #amazon-sagemaker-lab più alto in classifica su GitHub è yoshitomo-matsubara/torchdistill, con 1,636 stelle. Un framework senza codice basato su PyTorch per studi di deep learning riproducibili. Ecosistema PyTorch. 🏆 Finora sono stati implementati 28 metodi di distillazione della conoscenza presentati a TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI, ecc. 🎁 Sono disponibili modelli addestrati, registri di addestramento e configurazioni per garantire la riproducibilità e consentire il benchmarking.

2

Quali linguaggi di programmazione sono più utilizzati nei repository #amazon-sagemaker-lab?

Tra i progetti #amazon-sagemaker-lab più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Jupyter Notebook, Python.

3

Come viene calcolata la classifica dei repository #amazon-sagemaker-lab?

Monitoriamo 3 repository open source attivi contrassegnati con #amazon-sagemaker-lab (500+ stelle), per un totale di 2,940 stelle e una media di 980 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.