#neural-networks Repository
Scopri 277 repository GitHub open source attivi contrassegnati con #neural-networks, che raccolgono un totale di 1,158,803 stelle (con una media di 4,183 stelle per progetto). Il progetto leader di questo argomento è labmlai/annotated_deep_learning_paper_implementations, con 67,780 stelle.
277 repository in totale
🧑🏫 60+ Implementazioni/tutorial di pubblicazioni di deep learning con note affiancate 📝; inclusi transformer (original, xl, switch, feedback, vit, ...), ottimizzatori (adam, adabelief, sophia, ...), gans(cyclegan, stylegan2, ...), 🎮 reinforcement learning (ppo, dqn), capsnet, distillazione, ... 🧠
500 domande sul deep learning, presentate in formato Q&A per spiegare argomenti caldi come conoscenze comuni di probabilità, algebra lineare, machine learning, deep learning, computer vision ecc., per aiutare me stesso e i lettori che ne hanno bisogno. L'intero libro è diviso in 18 capitoli, oltre 500.000 parole. A causa del livello limitato, chiedo ai lettori di criticare e correggere eventuali parti inappropriate nel libro. Da continuare............ Se interessati a collaborare, contattate [email protected] Tutti i diritti riservati, la violazione sarà perseguita Tan 2018.06
Un framework per la super risoluzione video e l'interpolazione di frame basato su machine learning. Est. Hack the Valley II, 2018.
ONNX Runtime: acceleratore per inferenza e addestramento ML cross-platform ad alte prestazioni
Il Unity Machine Learning Agents Toolkit (ML-Agents) è un progetto open-source che consente a giochi e simulazioni di fungere da ambienti per l'addestramento di agenti intelligenti utilizzando deep reinforcement learning e imitation learning.
《Reti neurali e deep learning》 di Qiu Xipeng, seconda edizione ed edizione divulgativa: e-book, indice dei capitoli, risorse per lo studio e errata corrige.
Un minuscolo motore autograd a valori scalari e una libreria di reti neurali sopra di esso con API simile a PyTorch
Un framework scalabile di intelligenza artificiale generativa costruito per ricercatori e sviluppatori che lavorano su Large Language Models, Multimodal e Speech AI (Automatic Speech Recognition e Text-to-Speech)
tutorial, articoli e altre risorse su machine learning e deep learning
Esempi di codice per il mio libro "Neural Networks and Deep Learning"
Libro MIT Deep Learning in formato PDF (completo e parti) di Ian Goodfellow, Yoshua Bengio e Aaron Courville
Tutorial, compiti e competizioni per corsi relativi a MIT Deep Learning.
Esegui LLM a casa, in stile BitTorrent. Fine-tuning e inferenza fino a 10 volte più veloci rispetto all'offloading.
Materiali di laboratorio per MIT 6.S191: Introduzione al Deep Learning
Codice per l'articolo "Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer"
Repository di codice per l'apprendimento automatico con PyTorch e Scikit-Learn
Una guida completa per iniziare e migliorare nel machine learning (ML) e nell'intelligenza artificiale (AI) nel 2026 senza alcuna esperienza nel settore, mantenendosi aggiornati con le ultime notizie e le tecniche all'avanguardia!
Repository per il programma Nanodegree in Deep Reinforcement Learning
Questo repository è una raccolta di risorse gratuite per l'apprendimento della Data Science.
Link a pubblicazioni di conferenze in deep learning basato su grafi
Un linguaggio di programmazione probabilistico in TensorFlow. Modelli generativi profondi, inferenza variazionale.
Domande frequenti
Qual è il repository #neural-networks più popolare su GitHub?
Il progetto open source #neural-networks più alto in classifica su GitHub è labmlai/annotated_deep_learning_paper_implementations, con 67,780 stelle. 🧑🏫 60+ Implementazioni/tutorial di pubblicazioni di deep learning con note affiancate 📝; inclusi transformer (original, xl, switch, feedback, vit, ...), ottimizzatori (adam, adabelief, sophia, ...), gans(cyclegan, stylegan2, ...), 🎮 reinforcement learning (ppo, dqn), capsnet, distillazione, ... 🧠
Quali linguaggi di programmazione sono più utilizzati nei repository #neural-networks?
Tra i progetti #neural-networks più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, C++, JavaScript.
Come viene calcolata la classifica dei repository #neural-networks?
Monitoriamo 277 repository open source attivi contrassegnati con #neural-networks (500+ stelle), per un totale di 1,158,803 stelle e una media di 4,183 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.