#lstm 저장소
#lstm 태그가 지정된 GitHub의 활성 오픈 소스 저장소 36개를 확인해 보세요. 총 246,923개의 스타를 획득했으며 프로젝트당 평균 6,858개입니다. 이 주제를 이끄는 저장소는 77,607개의 스타를 받은 tesseract-ocr/tesseract입니다.
저장소 총 36개
90개 이상의 지원 언어와 라틴, 중국어, 아랍어, 데바나가리, 키릴 문자 등을 포함한 모든 인기 있는 쓰기 스크립트를 갖춘 즉시 사용 가능한 OCR입니다.
RWKV(RwaKuv라고 발음)는 GPT 트랜스포머처럼 직접 훈련할 수 있는(병렬화 가능) 훌륭한 LLM 성능을 갖춘 RNN입니다. 저희는 RWKV-7 "Goose"에 있습니다. 따라서 RNN과 트랜스포머의 장점을 결합했습니다. 뛰어난 성능, 선형 시간, 일정 공간(kv-캐시 없음), 빠른 훈련, 무한한 ctx_len, 무료 문장 임베딩입니다.
PyTorch와 TorchText를 사용한 몇 가지 sequence-to-sequence (seq2seq) 모델 구현 튜토리얼.
이 노트북에서 주식 가격 움직임을 예측하는 완전한 프로세스를 만들겠습니다. 따라오세요. 꽤 좋은 결과를 얻을 수 있을 것입니다. 이를 위해 생성적 적대 신경망(GAN)을 LSTM(순환 신경망의 한 유형)으로 생성기를, 합성곱 신경망(CNN)을 판별기로 사용하겠습니다. 시계열 데이터를 예측하려고 하므로 LSTM을 사용하는 것은 당연합니다. 왜 GAN을 사용하고 특히 CNN을 판별기로 사용하는가? 그것은 좋은 q
중국 고전 시 자동 작시 로봇, x 폭발적, tensorflow1.10 api 기반, 적극적인 유지보수 및 업그레이드 중, 빨리 스타, 업데이트 유지!
PyTorch를 사용한 머신러닝 및 딥러닝으로 실생활 문제를 해결하는 Jupyter Notebook 튜토리얼. 주제: Detectron 2를 사용한 얼굴 감지, LSTM Autoencoders를 사용한 시계열 이상 감지, YOLO v5를 사용한 객체 감지, 첫 번째 Neural Network 구축, Coronavirus 일일 사례를 위한 시계열 예측, BER를 사용한 감정 분석
내가 좋아하는 딥러닝 자원의 대략적인 목록으로, 주제를 다시 공부하거나 참고할 때 유용합니다. 그곳에 나열된 모든 내용을 신중하게 살펴보았습니다. - Guillaume Chevalier
:art: 수학 공식 인식 강화 버전: 중영어 필기 및 인쇄 공식, 기본 기호 추론 지원 (데이터 구조는 LaTeX 추상 구문 트리 기반) Math Formula OCR Pro, 필기 입력, 중국어 혼합 공식 및 간단한 기호 추론 지원 (LaTeX AST 기반).
다변량 시계열 데이터에서 이상을 탐지하기 위해 LSTM을 사용하는 프레임워크. Mars Science Laboratory와 SMAP 임무의 우주선 이상 데이터와 실험을 포함합니다.
ONNX 파일을 LiteRT/TFLite/TensorFlow, PyTorch 네이티브 코드 (nn.Module), TorchScript (.pt), state_dict (.pt), Exported Program (.pt2), Dynamo ONNX로 변환하는 도구입니다. 또한 LiteRT에서 PyTorch로의 직접 변환도 지원합니다.
이상 탐지 방법들의 집합 (iid/포인트 기반, 그래프 및 시계열)으로, 이상 탐지/발견을 위한 능동 학습, 베이지안 규칙 마이닝, 다양성/설명/해석성을 위한 설명을 포함합니다. 앙상블 및 트리 기반 탐지기에 라벨 피드백을 통합하는 분석. 그래프 컨볼루션 네트워크를 사용한 적대적 공격을 포함합니다.
트윗의 머신러닝 및 감성 분석 기반 주식 시장 예측 웹 앱(API 키는 코드에 포함됨). 웹 앱의 프런트 엔드는 Flask와 Wordpress를 기반으로 합니다. 이 앱은 사용자가 입력한 NASDAQ 또는 NSE의 특정 주식에 대해 향후 7일간의 주가를 예측합니다. ARIMA, LSTM, 선형 회귀의 세 가지 알고리즘을 사용하여 예측합니다. 웹 앱은 향후 7일간의 예측 가격과 트윗의 감성 분석을 결합하여 추천을 제공합니다.
Python과 Keras를 사용한 LSTM 순환 신경망을 이용한 다중 다변량 시계열 예측 예제.
시계열 예측을 위한 TensorFlow LSTM(순환 신경망) 신경망을 이용한 주가 예측
Kaggle 샌프란시스코 범죄 설명을 39개 클래스로 분류합니다. Tensorflow에서 CNN, RNN(GRU 및 LSTM) 및 워드 임베딩을 사용하여 모델을 구축합니다.
자주 묻는 질문
GitHub에서 가장 인기 있는 #lstm 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #lstm 프로젝트는 77,607개의 스타를 받은 tesseract-ocr/tesseract입니다. Tesseract 오픈 소스 OCR 엔진 (메인 저장소)
#lstm 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #lstm 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Jupyter Notebook, JavaScript, C++입니다.
#lstm 저장소 순위는 어떻게 계산되나요?
#lstm 태그가 지정된 활성 오픈 소스 저장소(36개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 246,923개이며 저장소당 평균 6,858개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.