#seq2seq リポジトリ
#seq2seqのタグが付いた、GitHub上の25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56,290個で、プロジェクトあたりの平均は2,251個です。このトピックをリードしているのは、16,517個のスターを獲得しているemilwallner/Screenshot-to-codeです。
リポジトリ合計25件
PyTorch と TorchText を使用した、いくつかのシーケンストゥシーケンス (seq2seq) モデルの実装に関するチュートリアル。
Kashgari は、tf.keras 上に構築された本番レベルの NLP 転移学習フレームワークで、テキストラベリングとテキスト分類用で、Word2Vec、BERT、GPT2 言語埋め込みを含みます。
DELTAは、ディープラーニングベースの自然言語および音声処理プラットフォームです。LF AI & DATA Projects: https://lfaidata.foundation/projects/delta/
Transformers4Recは、PyTorchで動作する、シーケシャルおよびセッションベースのレコメンデーションのための柔軟で効率的なライブラリです。
:art: 数学式認識強化版:中英手書き印刷式、初級記号推論対応(データ構造は LaTeX 抽象構文木ベース)Math Formula OCR Pro、手書き、中国混在式および簡単な記号推論をサポート (LaTeX AST ベース)。
💁 自然言語処理のためのTransformerモデルの素晴らしい宝庫には、論文、ビデオ、ブログ、公式リポジトリ、およびColabノートブックが含まれています。🛫☑️
TextGen: テキスト生成モデルの実装。LLaMA、BLOOM、GPT2、BART、T5、SongNetなどを含みます。テキスト生成モデルは、LLaMA、ChatGLM、BLOOM、GPT2、Seq2Seq、BART、T5、UDAなどのモデルのトレーニングと予測を実装し、すぐに使用できます。
マルチラベルテキスト分類、マルチラベル分類、テキスト分類、multi-label、classifier、text classification、BERT、seq2seq、attention、multi-label-classification
よくある質問
GitHubで最も人気のある#seq2seq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#seq2seqプロジェクトは、16,517個のスターを獲得しているemilwallner/Screenshot-to-codeです。デザインのモックアップを静的ウェブサイトに変換するニューラルネットワーク。
#seq2seq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#seq2seqプロジェクトでは、Python, Jupyter Notebook, HTML, NewLispが最も一般的なプログラミング言語です。
#seq2seq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?
#seq2seqのタグが付いた25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56,290個で、リポジトリあたりの平均は2,251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。