#artificial-neural-networks リポジトリ
#artificial-neural-networksのタグが付いた、GitHub上の17件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は56,211個で、プロジェクトあたりの平均は3,306個です。このトピックをリードしているのは、12,995個のスターを獲得しているkmario23/deep-learning-drizzleです。
リポジトリ合計17件
これらのエキサイティングな講義から学んで、ディープラーニング、強化学習、機械学習、コンピュータビジョン、そしてNLPにどっぷり浸かろう!!
MidJourney AI で使用できるスタイルとキーワードを含むリファレンスです。解像度の比較、画像の重みなどを紹介するページもあります!
(CGCSTCD'2017) 制約のない状況での中国のナンバープレートを対象とした、簡単、柔軟、高精度なナンバープレート認識プロジェクト。CGCSTCD = China Graduate Contest on Smart-city Technology and Creative Design
ここでは、量子機械学習の基本、アルゴリズム、学習資料、プロジェクト、および Web 上のプロジェクトの説明をすべて入手できます。
PyTorch を用いた継続学習のためのさまざまな手法 (XdG, EWC, SI, LwF, FROMP, DGR, BI-R, ER, A-GEM, iCaRL, Generative Classifier) の実装。三つの異なるシナリオで。
車がさまざまなコースを自律的にナビゲートする方法を学ぶ2D Unityシミュレーション。車はフィードフォワードニューラルネットワークによって操縦されます。ネットワークの重みは、修正された遺伝的アルゴリズムを使用してトレーニングされます。
機械学習ガイド。機械学習ツール、ライブラリ、フレームワーク、大規模言語モデル(LLM)、トレーニングモデルについてすべて学びましょう。
神経生物学的アーキテクチャを模倣するために電子アナログ回路を含む大規模集積(VLSI)システムを作成するニューモルフィックエンジニアリングプロセスについて学びます。
PyTorchベースのレザバーコンピューティングおよびエコー状態ネットワーク実験用Pythonツールキット。EchoTorchは、ディープ・レザバーコンピューティング・モデルを簡単に作成できる唯一のPythonモジュールです。
よくある質問
GitHubで最も人気のある#artificial-neural-networksリポジトリは何ですか?
GitHubで最も上位にランクインしているオープンソースの#artificial-neural-networksプロジェクトは、12,995個のスターを獲得しているkmario23/deep-learning-drizzleです。これらのエキサイティングな講義から学んで、ディープラーニング、強化学習、機械学習、コンピュータビジョン、そしてNLPにどっぷり浸かろう!!
#artificial-neural-networksリポジトリで最もよく使われているプログラミング言語は何ですか?
GitHubで上位にランクインしている#artificial-neural-networksプロジェクトでは、Python, HTML, C++, Jupyter Notebookが最も一般的なプログラミング言語です。
#artificial-neural-networksリポジトリのランキングはどのように算出されていますか?
#artificial-neural-networksのタグが付いた17件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は56,211個で、リポジトリあたりの平均は3,306個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。