Git Stars Git Stars

#neural-machine-translation Repository

Scopri 12 repository GitHub open source attivi contrassegnati con #neural-machine-translation, che raccolgono un totale di 43,049 stelle (con una media di 3,587 stelle per progetto). Il progetto leader di questo argomento è google/sentencepiece, con 12,174 stelle.

12
Totale Repository
43,049
Totale stelle
3,587
Media Stelle/Repo
Linguaggi di programmazione: Python C++ Jupyter Notebook TeX

12 repository in totale

1
google/sentencepiece

Tokenizzatore di testo non supervisionato per la generazione di testo basata su reti neurali.

google
⭐ 12,174 C++ 👤 google Organization 🕐 Aggiornato 2026-11-16 📅 Creato 2017-03-07
2
OpenNMT/OpenNMT-py

Traduzione automatica neurale open source e (Large) Language Models in PyTorch

OpenNMT
⭐ 7,018 Python 👤 OpenNMT Organization 🕐 Aggiornato 2025-10-14 📅 Creato 2017-02-22
3
bentrevett/pytorch-seq2seq

Tutorial sull'implementazione di alcuni modelli sequence-to-sequence (seq2seq) con PyTorch e TorchText.

bentrevett
⭐ 5,664 Jupyter Notebook 👤 bentrevett User 🕐 Aggiornato 2024-01-20 📅 Creato 2018-07-17
4
OpenNMT/CTranslate2

Motore di inferenza veloce per modelli Transformer

OpenNMT
⭐ 4,758 C++ 👤 OpenNMT Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2019-09-23
5
amanchadha/coursera-deep-learning-specialization

Appunti, incarichi di programmazione e quiz di tutti i corsi della specializzazione Deep Learning di Coursera offerta da deeplearning.ai: (i) Reti neurali e Deep Learning; (ii) Miglioramento delle reti neurali profonde: tuning degli iperparametri, regolarizzazione e ottimizzazione; (iii) Strutturazione di progetti di Machine Learning; (iv) Reti neurali convoluzionali; (v) Modelli di sequenza

amanchadha
⭐ 4,424 Jupyter Notebook 👤 amanchadha User 🕐 Aggiornato 2026-06-10 📅 Creato 2020-06-24
6
NiuTrans/MTBook

"Machine Translation: Foundations and Models" di Xiao Tong e Zhu Jingbo - Machine Translation: Foundations and Models

NiuTrans
⭐ 2,792 TeX 👤 NiuTrans Organization 🕐 Aggiornato 2024-09-14 📅 Creato 2020-05-01
7
rsennrich/subword-nmt

Segmentazione non supervisionata delle parole per la traduzione automatica neurale e la generazione di testo

rsennrich
⭐ 2,261 Python 👤 rsennrich User 🕐 Aggiornato 2024-08-07 📅 Creato 2015-09-01
8
awslabs/sockeye

Framework sequence-to-sequence con focus sulla Traduzione Automatica Neurale basato su PyTorch

awslabs
⭐ 1,217 Python 👤 awslabs Organization 🕐 Aggiornato 2024-10-24 📅 Creato 2017-06-08
9
Helsinki-NLP/Opus-MT

Modelli di traduzione automatica neurale open e servizi web

Helsinki-NLP
⭐ 879 Python 👤 Helsinki-NLP Organization 🕐 Aggiornato 2026-02-23 📅 Creato 2019-08-21
10
joeynmt/joeynmt

NMT minimalista per scopi educativi

joeynmt
⭐ 708 Python 👤 joeynmt User 🕐 Aggiornato 2024-01-29 📅 Creato 2018-10-15
11
XapaJIaMnu/translateLocally

Traduzione veloce e sicura sulla tua macchina locale, con la potenza di marian e Bergamot.

XapaJIaMnu
⭐ 612 C++ 👤 XapaJIaMnu User 🕐 Aggiornato 2025-03-30 📅 Creato 2021-04-13
12
mikeroyal/Neuromorphic-Computing-Guide

Scopri il processo di ingegneria neomorfica per la creazione di sistemi di integrazione su larga scala (VLSI) contenenti circuiti analogici elettronici per mimare architetture neuro-biologiche.

mikeroyal
⭐ 546 Python 👤 mikeroyal User 🕐 Aggiornato 2024-01-04 📅 Creato 2021-10-03

Domande frequenti

1

Qual è il repository #neural-machine-translation più popolare su GitHub?

Il progetto open source #neural-machine-translation più alto in classifica su GitHub è google/sentencepiece, con 12,174 stelle. Tokenizzatore di testo non supervisionato per la generazione di testo basata su reti neurali.

2

Quali linguaggi di programmazione sono più utilizzati nei repository #neural-machine-translation?

Tra i progetti #neural-machine-translation più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, C++, Jupyter Notebook, TeX.

3

Come viene calcolata la classifica dei repository #neural-machine-translation?

Monitoriamo 12 repository open source attivi contrassegnati con #neural-machine-translation (500+ stelle), per un totale di 43,049 stelle e una media di 3,587 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.