#tensorflow Repository
Scopri 454 repository GitHub open source attivi contrassegnati con #tensorflow, che raccolgono un totale di 2,213,626 stelle (con una media di 4,875 stelle per progetto). Il progetto leader di questo argomento è tensorflow/tensorflow, con 201,665 stelle.
454 repository in totale
Clona una voce in 5 secondi per generare discorsi arbitrari in tempo reale
Ray è un motore di calcolo AI. Ray consiste in un runtime distribuito principale e un set di librerie AI per accelerare i carichi di lavoro ML.
Tutorial e Esempi di TensorFlow per Principianti (supporto per TF v1 & v2)
🥇Programma di Traduzione Juejin, forse la community tecnica inglese-cinese più grande e migliore al mondo, la piattaforma di traduzione che capisce meglio lettori e traduttori:
Visualizzatore per modelli di reti neurali, apprendimento profondo e apprendimento automatico
⛔️ DEPRECATO – Vedi https://github.com/ageron/handson-ml3 o handson-mlp invece.
Notebook Python per la data science: Deep learning (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, big data (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, fondamenti di Python, AWS e varie righe di comando.
Libro interattivo di deep learning con codice multi-framework, matematica e discussioni. Adoptato in 500 università di 70 paesi, inclusi Stanford, MIT, Harvard e Cambridge.
⛔️ DEPRECATO – Vedi https://github.com/ageron/handson-ml3 o handson-mlp invece.
Mask R-CNN per il rilevamento di oggetti e la segmentazione di istanze su Keras e TensorFlow
ncnn è un framework di inferenza per reti neurali ad alte prestazioni ottimizzato per piattaforme mobili
Un elenco classificato di fantastiche librerie Python per il machine learning. Aggiornato settimanalmente.
ONNX Runtime: acceleratore per inferenza e addestramento ML cross-platform ad alte prestazioni
Il registratore dello schermo gratuito e rispettoso della privacy senza limiti 🎥
API JavaScript per rilevamento e riconoscimento facciale nel browser e Node.js con tensorflow.js
Una raccolta di varie architetture, modelli e suggerimenti di deep learning
OpenAI Baselines: implementazioni di alta qualità di algoritmi di apprendimento per rinforzo
Impara l'ingegneria ML gratuitamente in 4 mesi! Registrati qui 👇🏼
Tutorial sull'Elaborazione del Linguaggio Naturale per Ricercatori di Deep Learning
Framework per l'addestramento distribuito per TensorFlow, Keras, PyTorch e Apache MXNet.
Script di deep learning all'avanguardia organizzati per modelli - facili da addestrare e distribuire con accuratezza e prestazioni riproducibili su infrastruttura di livello enterprise.
Una serie di notebook Jupyter che ti guidano attraverso i fondamenti del Machine Learning e del Deep Learning in Python utilizzando Scikit-Learn, Keras e TensorFlow 2.
Mappa di apprendimento dell'intelligenza artificiale, raccolta di quasi 200 casi pratici e progetti, materiali complementari gratuiti, ingresso da zero basi, pratica per l'occupazione! Include: Python, matematica, machine learning, analisi dati, apprendimento profondo, visione artificiale, elaborazione del linguaggio naturale, PyTorch, tensorflow, machine-learning, deep-learning, data-analysis, data-mining, mathematics, data-science, artificial-intelligence, python, tensorflow, tensorflow2, caffe, keras, pytorch, algorithm, numpy, pandas, matplotlib, seaborn, nlp, cv e altri campi caldi
La piattaforma per sviluppatori AI. Usa Weights & Biases per addestrare e affinare modelli, e gestire modelli dall'esperimentazione alla produzione.
Dopamine è un framework di ricerca per il prototipaggio rapido di algoritmi di apprendimento per rinforzo.
Tutorial, compiti e competizioni per corsi relativi a MIT Deep Learning.
Pre-Addestramento con Mascheramento di Parola Intera per Chinese BERT (Serie di modelli Chinese BERT-wwm)
Operazioni tensoriali flessibili e potenti per codice leggibile e affidabile (per PyTorch, JAX, TF e altri)
Materiali di laboratorio per MIT 6.S191: Introduzione al Deep Learning
Domande frequenti
Qual è il repository #tensorflow più popolare su GitHub?
Il progetto open source #tensorflow più alto in classifica su GitHub è tensorflow/tensorflow, con 201,665 stelle. Un framework di machine learning open source per tutti
Quali linguaggi di programmazione sono più utilizzati nei repository #tensorflow?
Tra i progetti #tensorflow più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, C++, Go.
Come viene calcolata la classifica dei repository #tensorflow?
Monitoriamo 454 repository open source attivi contrassegnati con #tensorflow (500+ stelle), per un totale di 2,213,626 stelle e una media di 4,875 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.