#artificial-neural-networks 저장소
#artificial-neural-networks 태그가 지정된 GitHub의 활성 오픈 소스 저장소 17개를 확인해 보세요. 총 56,211개의 스타를 획득했으며 프로젝트당 평균 3,306개입니다. 이 주제를 이끄는 저장소는 12,995개의 스타를 받은 kmario23/deep-learning-drizzle입니다.
저장소 총 17개
MidJourney AI와 함께 사용할 수 있는 스타일과 키워드가 포함된 참조입니다. 해상도 비교, 이미지 가중치 등을 보여주는 페이지도 있습니다!
(CGCSTCD'2017) 제약 없는 상황에서의 중국 번호판 인식을 위한 쉽고 유연하며 정확한 번호판 인식 프로젝트. CGCSTCD = China Graduate Contest on Smart-city Technology and Creative Design
여기에서 양자 기계 학습 기초, 알고리즘, 학습 자료, 프로젝트 및 웹 주변 프로젝트에 대한 설명을 얻을 수 있습니다.
PyTorch를 사용한 지속 학습을 위한 다양한 방법(XdG, EWC, SI, LwF, FROMP, DGR, BI-R, ER, A-GEM, iCaRL, Generative Classifier)의 구현. 세 가지 다른 시나리오에서.
자동차들이 다양한 코스를 스스로 탐색하는 방법을 배우는 2D Unity 시뮬레이션입니다. 자동차는 순방향 신경망에 의해 조종됩니다. 네트워크의 가중치는 수정된 유전 알고리즘을 사용하여 훈련됩니다.
머신러닝 가이드. 머신러닝 도구, 라이브러리, 프레임워크, 대규모 언어 모델(LLM) 및 학습 모델에 대해 모두 알아보세요.
신경 생물학적 아키텍처를 모방하기 위해 전자 아날로그 회로를 포함하는 대규모 집적(VLSI) 시스템을 만드는 뉴모픽 엔지니어링 프로세스에 대해 알아보십시오.
🕵️♂️ 대형 언어 모델(LLM) 및 기타 생성 AI의 잠재력을 탐구하고자 하는 개발자들을 위해 깔끔하고 효과적인, Go에 익숙한 접근 방식으로 설계된 라이브러리입니다.
PyTorch 기반의 리저버 컴퓨팅(Reservoir Computing) 및 에코 상태 네트워크(Echo State Network) 실험을 위한 Python 툴킷입니다. EchoTorch는 딥 리저버 컴퓨팅 모델을 쉽게 생성할 수 있는 유일한 Python 모듈입니다.
자주 묻는 질문
GitHub에서 가장 인기 있는 #artificial-neural-networks 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #artificial-neural-networks 프로젝트는 12,995개의 스타를 받은 kmario23/deep-learning-drizzle입니다. 이 흥미로운 강의를 통해 딥러닝, 강화학습, 머신러닝, 컴퓨터 비전, NLP에 푹 빠져보세요!!
#artificial-neural-networks 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #artificial-neural-networks 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, HTML, C++, Jupyter Notebook입니다.
#artificial-neural-networks 저장소 순위는 어떻게 계산되나요?
#artificial-neural-networks 태그가 지정된 활성 오픈 소스 저장소(17개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 56,211개이며 저장소당 평균 3,306개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.