#rnn Repository
Scopri 29 repository GitHub open source attivi contrassegnati con #rnn, che raccolgono un totale di 219,721 stelle (con una media di 7,576 stelle per progetto). Il progetto leader di questo argomento è microsoft/AI-For-Beginners, con 71,086 stelle.
29 repository in totale
AiLearning: Analisi Dati + Machine Learning Pratico + Algebra Lineare + PyTorch + NLTK + TF2
《Tutorial di Deep Learning di Li Hongyi》(Raccomandato dal professor Li Hongyi 👍, Apple Books 🍎), Link per il download PDF: https://github.com/datawhalechina/leedl-tutorial/releases
RWKV (pronunciato RwaKuv) è un RNN con ottime prestazioni LLM, che può anche essere addestrato direttamente come un transformer GPT (parallelizzabile). Siamo a RWKV-7 "Goose". Quindi combina il meglio di RNN e transformer - ottime prestazioni, tempo lineare, spazio costante (nessuna cache kv), addestramento veloce, ctx_len infinito e embedding di frasi gratuito.
ChatRWKV è come ChatGPT ma alimentato dal modello linguistico RWKV (100% RNN) ed è open source.
Serie temporali Timeseries Deep Learning Machine Learning Python Pytorch fastai | Libreria Deep Learning all'avanguardia per Serie Temporali e Sequenze in Pytorch / fastai
Tutorial sull'implementazione di alcuni modelli sequence-to-sequence (seq2seq) con PyTorch e TorchText.
Un software di machine learning per estrarre informazioni da documenti scientifici
Tutorial per iniziare con PyTorch e TorchText per l'analisi del sentiment.
Classificazione di testo cinese CNN-RNN, basata su TensorFlow
Robot automatico per la creazione di poesie classiche cinesi, x volte esplosivo, basato sull'API TensorFlow 1.10, in fase di manutenzione e aggiornamento attivo, metti subito una stella, rimani aggiornato!
Corsi introduttivi di deep learning, corsi avanzati, corsi speciali, casi accademici, casi di pratica industriale, enciclopedia della conoscenza di deep learning e banca di domande per colloqui Il corso, il caso e la conoscenza di Deep Learning e AI
Questo repository contiene un elenco di letture di articoli su Time Series Forecasting/Prediction (TSF) e Spatio-Temporal Forecasting/Prediction (STF). Questi articoli sono principalmente categorizzati in base al tipo di modello.
:art: Versione migliorata del riconoscimento di formule matematiche: Formule manoscritte e stampate in cinese e inglese, supporta derivazione base di simboli (struttura dati basata su albero sintattico astratto LaTeX) Math Formula OCR Pro, supporta scrittura a mano, formule miste cino-inglesi e ragionamento semplice sui simboli (basato su LaTeX AST).
Un framework per l'uso di LSTMs per rilevare anomalie nei dati di serie temporali multivariabili. Include dati di anomalie di veicoli spaziali e esperimenti dalle missioni Mars Science Laboratory e SMAP.
Una libreria di Deep Learning per la classificazione di attività (segnali) EEG, basata su TensorFlow.
Tutorial completo sugli algoritmi da NLP a LLM, indirizzo per lettura online: https://datawhalechina.github.io/base-llm/
Diagrammi per la visualizzazione dell'architettura delle reti neurali
Bolt è una libreria di deep learning con alte prestazioni e flessibilità eterogenea.
Elenco di progettazione molecolare e di materiali utilizzando IA generativa e deep learning
Una collezione di metodi di rilevamento anomalie (iid/basati su punti, grafo e serie temporali) inclusi apprendimento attivo per rilevamento/scoperta anomalie, estrazione regole bayesiana, descrizione per diversità/spiegazione/interpretabilità. Analisi dell'incorporazione di feedback etichette con rilevatori ensemble e basati su alberi. Include attacchi avversari con Graph Convolutional Network.
Previsione del carico di energia elettrica di Delhi utilizzando modelli ARIMA, RNN, LSTM e GRU
Classificare la descrizione dei crimini di Kaggle San Francisco in 39 classi. Costruire il modello con CNN, RNN (GRU e LSTM) e Word Embeddings su Tensorflow.
Domande frequenti
Qual è il repository #rnn più popolare su GitHub?
Il progetto open source #rnn più alto in classifica su GitHub è microsoft/AI-For-Beginners, con 71,086 stelle. 12 settimane, 24 lezioni, AI per tutti!
Quali linguaggi di programmazione sono più utilizzati nei repository #rnn?
Tra i progetti #rnn più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Jupyter Notebook, Python, C, Java.
Come viene calcolata la classifica dei repository #rnn?
Monitoriamo 29 repository open source attivi contrassegnati con #rnn (500+ stelle), per un totale di 219,721 stelle e una media di 7,576 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.