#hyperparameter-tuning Repositórios
Descubra 30 repositórios ativos de código aberto no GitHub marcados com #hyperparameter-tuning, acumulando um total de 86,490 estrelas (uma média de 2,883 por projeto). O líder deste tópico é tensorflow/playground, com 13,115 estrelas.
30 repositórios no total
A plataforma de desenvolvimento de IA. Use Weights & Biases para treinar e ajustar modelos, e gerenciar modelos desde a experimentação até a produção.
A plataforma de computação de IA para equipes de ponta. SkyPilot transforma a computação de IA fragmentada em um supercomputador de IA, para que equipes de ponta construam inteligência personalizada mais rapidamente.
Anotações, tarefas de programação e questionários de todos os cursos da especialização Deep Learning da Coursera oferecida pela deeplearning.ai: (i) Redes Neurais e Aprendizagem Profunda; (ii) Melhorando Redes Neurais Profundas: Ajuste de Hiperparâmetros, Regularização e Otimização; (iii) Estruturação de Projetos de Aprendizado de Máquina; (iv) Redes Neurais Convolucionais; (v) Modelos de Sequência
Determined é uma plataforma de aprendizado de máquina de código aberto que simplifica o treinamento distribuído, o ajuste de hiperparâmetros, o rastreamento de experimentos e o gerenciamento de recursos. Funciona com PyTorch e TensorFlow.
Um framework de treinamento para agentes de aprendizado por reforço Stable Baselines3, incluindo otimização de hiperparâmetros e agentes pré-treinados.
O kit de ferramentas NVIDIA NeMo Agent é uma biblioteca de código aberto para conectar e otimizar eficientemente equipes de agentes de IA.
AVISO: O projeto Katib foi DESCONTINUADO. Os usuários devem migrar para OptimizationJob e Kubeflow Trainer.
Interface de pesquisa baseada em Python para otimização de caixa preta e hiperparâmetros, fundamentada no Serviço Vizier interno do Google.
caret (Treinamento de Classificação e Regressão), um pacote R que contém diversas funções para o treinamento e a plotagem de modelos de classificação e regressão
Fitlog é uma ferramenta usada no treinamento de aprendizado profundo para ajudar os usuários a registrar logs e gerenciar código.
SMAC3: Um Pacote de Otimização Bayesiana Versátil para Otimização de Hiperparâmetros
🔥 Um agente de IA autônomo que executa seus experimentos de aprendizado profundo 24/7 enquanto você dorme. Monitoramento sem custo, arquitetura Leader-Worker, memória de tamanho constante.
Repositório para o Destaque do NeurIPS 2020 "Otimizador AdaBelief: Adaptando os tamanhos de passo pela crença nos gradientes observados"
HyperView é um laboratório de estratégias TradingView com foco em terminal para baixar dados de mercado, backtesting de estratégias Python com comportamento similar ao Pine, e otimização de parâmetros SL/TP.
Uma implementação mínima em PyTorch de modelos de difusão probabilística para conjuntos de dados 2D.
Página web complementar para o livro "Bayesian Optimization" de Roman Garnett
OCTIS: Comparando Modelos de Tópicos é Simples! Um pacote python para otimizar e avaliar modelos de tópicos (aceito na trilha de demonstração da EACL2021)
Implementação/Tutorial sobre o uso de métodos de Aprendizado de Máquina Automatizado (AutoML) para aprendizado estático/em lote e online/contínuo
A biblioteca AutoML mais limpa do mundo ✨ - Faça o ajuste fino de hiperparâmetros com as abstrações de pipeline corretas para escrever pipelines de produção de aprendizado profundo limpos. Permita que as etapas do seu pipeline tenham espaços de hiperparâmetros. Projete etapas no seu pipeline como componentes. Compatível com Scikit-Learn, TensorFlow e a maioria das outras bibliotecas, frameworks e ambientes MLOps.
Perguntas Frequentes
Qual é o repositório de #hyperparameter-tuning mais popular no GitHub?
O projeto de código aberto de #hyperparameter-tuning mais bem classificado no GitHub é tensorflow/playground, com 13,115 estrelas. Brinque com redes neurais!
Quais linguagens de programação são mais usadas nos repositórios de #hyperparameter-tuning?
Entre os projetos de #hyperparameter-tuning mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, R, TypeScript.
Como é calculada a classificação dos repositórios de #hyperparameter-tuning?
Acompanhamos 30 repositórios ativos de código aberto marcados com #hyperparameter-tuning (com mais de 500 estrelas), totalizando 86,490 estrelas e uma média de 2,883 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.