#seq2seq 저장소
#seq2seq 태그가 지정된 GitHub의 활성 오픈 소스 저장소 25개를 확인해 보세요. 총 56,290개의 스타를 획득했으며 프로젝트당 평균 2,251개입니다. 이 주제를 이끄는 저장소는 16,517개의 스타를 받은 emilwallner/Screenshot-to-code입니다.
저장소 총 25개
PyTorch와 TorchText를 사용한 몇 가지 sequence-to-sequence (seq2seq) 모델 구현 튜토리얼.
Kashgari는 tf.keras 위에 구축된 프로덕션 레벨 NLP 전이 학습 프레임워크로, 텍스트 라벨링 및 텍스트 분류를 위한 것으로 Word2Vec, BERT, GPT2 언어 임베딩을 포함합니다.
DELTA는 딥러닝 기반의 자연어 및 음성 처리 플랫폼입니다. LF AI & DATA Projects: https://lfaidata.foundation/projects/delta/
Transformers4Rec는 PyTorch와 함께 작동하는 순차 및 세션 기반 추천을 위한 유연하고 효율적인 라이브러리입니다.
: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).
💁 자연어 처리를 위한 Transformer 모델의 경이로운 보물에는 논문, 비디오, 블로그, 공식 리포 및 Colab 노트북이 포함됩니다. 🛫☑️
TextGen: LLaMA, BLOOM, GPT2, BART, T5, SongNet 등을 포함한 텍스트 생성 모델 구현. 텍스트 생성 모델은 LLaMA, ChatGLM, BLOOM, GPT2, Seq2Seq, BART, T5, UDA 등 모델의 훈련 및 예측을 구현하며 즉시 사용 가능합니다.
다중 레이블 텍스트 분류, 다중 레이블 분류, 텍스트 분류, multi-label, classifier, text classification, BERT, seq2seq, attention, multi-label-classification
자주 묻는 질문
GitHub에서 가장 인기 있는 #seq2seq 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #seq2seq 프로젝트는 16,517개의 스타를 받은 emilwallner/Screenshot-to-code입니다. 디자인 모형을 정적 웹사이트로 변환하는 신경망.
#seq2seq 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #seq2seq 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Jupyter Notebook, HTML, NewLisp입니다.
#seq2seq 저장소 순위는 어떻게 계산되나요?
#seq2seq 태그가 지정된 활성 오픈 소스 저장소(25개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 56,290개이며 저장소당 평균 2,251개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.