Git Stars Git Stars

#loss-functions Repository

Scopri 8 repository GitHub open source attivi contrassegnati con #loss-functions, che raccolgono un totale di 11,886 stelle (con una media di 1,485 stelle per progetto). Il progetto leader di questo argomento è BoltzmannEntropy/interviews.ai, con 4,900 stelle.

8
Totale Repository
11,886
Totale stelle
1,485
Media Stelle/Repo
Linguaggi di programmazione: Python Jupyter Notebook

8 repository in totale

1
BoltzmannEntropy/interviews.ai

È mia convinzione che voi, studenti laureati e persone in cerca di lavoro per cui il libro è principalmente destinato, ne trarrete beneficio; tuttavia, spero che anche i ricercatori più esperti lo troveranno affascinante.

BoltzmannEntropy
⭐ 4,900 👤 BoltzmannEntropy User 🕐 Aggiornato 2026-11-21 📅 Creato 2021-09-30
2
amao2001/ganloss-latent-space

Condivisione del flusso di lavoro di un interessante programmatore nato negli anni '80

amao2001
⭐ 2,057 👤 amao2001 User 🕐 Aggiornato 2026-11-18 📅 Creato 2024-03-23
3
bermanmaxim/LovaszSoftmax

Codice per la loss Lovász-Softmax (CVPR 2018)

bermanmaxim
⭐ 1,406 Jupyter Notebook 👤 bermanmaxim User 🕐 Aggiornato 2024-04-12 📅 Creato 2018-02-21
4
csteinmetz1/auraloss

Raccolta di funzioni di perdita incentrate sull'audio in PyTorch

csteinmetz1
⭐ 836 Python 👤 csteinmetz1 User 🕐 Aggiornato 2024-07-30 📅 Creato 2020-10-26
5
vandit15/Class-balanced-loss-pytorch

Implementazione in PyTorch del paper "Class-Balanced Loss Based on Effective Number of Samples"

vandit15
⭐ 805 Python 👤 vandit15 User 🕐 Aggiornato 2024-02-18 📅 Creato 2019-08-31
6
LIVIAETS/boundary-loss

Codice ufficiale per "Boundary loss for highly unbalanced segmentation", secondo classificato per il best paper award a MIDL 2019. Versione estesa in MedIA, volume 67, gennaio 2021.

LIVIAETS
⭐ 714 Python 👤 LIVIAETS Organization 🕐 Aggiornato 2024-03-19 📅 Creato 2018-12-17
7
david8862/keras-YOLOv3-model-set

Pipeline di rilevamento oggetti YOLOv4/v3/v2 end-to-end, implementata su tf.keras con diverse tecnologie

david8862
⭐ 638 Python 👤 david8862 User 🕐 Aggiornato 2026-08-01 📅 Creato 2019-08-18
8
harleyszhang/dl_note

Note sul Sistema di Apprendimento Profondo, che coprono le conoscenze matematiche fondamentali del deep learning, l'analisi dettagliata dei componenti di base delle reti neurali, le strategie di addestramento del deep learning e le spiegazioni dettagliate degli algoritmi di compressione del modello.

harleyszhang
⭐ 534 Python 👤 harleyszhang User 🕐 Aggiornato 2026-08-31 📅 Creato 2022-11-30

Domande frequenti

1

Qual è il repository #loss-functions più popolare su GitHub?

Il progetto open source #loss-functions più alto in classifica su GitHub è BoltzmannEntropy/interviews.ai, con 4,900 stelle. È mia convinzione che voi, studenti laureati e persone in cerca di lavoro per cui il libro è principalmente destinato, ne trarrete beneficio; tuttavia, spero che anche i ricercatori più esperti lo troveranno affascinante.

2

Quali linguaggi di programmazione sono più utilizzati nei repository #loss-functions?

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

3

Come viene calcolata la classifica dei repository #loss-functions?

Monitoriamo 8 repository open source attivi contrassegnati con #loss-functions (500+ stelle), per un totale di 11,886 stelle e una media di 1,485 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.