#machine-learning-pipelines Repositórios
Descubra 12 repositórios ativos de código aberto no GitHub marcados com #machine-learning-pipelines, acumulando um total de 10,383 estrelas (uma média de 865 por projeto). O líder deste tópico é sryza/aas, com 1,531 estrelas.
12 repositórios no total
Visual Blocks para ML é uma estrutura de programação visual do Google que permite criar pipelines de ML em um editor de grafo sem código. Você – e seus usuários – podem prototipar rapidamente fluxos de trabalho conectando componentes de ML de arrastar e soltar, incluindo modelos, entradas de usuário, processadores e visualizações.
Uma lista selecionada de incríveis exemplos de código, bibliotecas e software relacionados ao MediaPipe
(AAAI' 20) Uma caixa de ferramentas Python para combinação de modelos de aprendizado de máquina
Estrutura que permite o ajuste fino de modelos de ancoragem visão-linguagem em conjuntos de dados personalizados
Padrões de Aprendizado de Máquina Distribuído da Manning Publications por Yuan Tang https://bit.ly/2RKv8Zo
Perguntas Frequentes
Qual é o repositório de #machine-learning-pipelines mais popular no GitHub?
O projeto de código aberto de #machine-learning-pipelines mais bem classificado no GitHub é sryza/aas, com 1,531 estrelas. Código para acompanhar o livro Advanced Analytics with Spark da O'Reilly Media
Quais linguagens de programação são mais usadas nos repositórios de #machine-learning-pipelines?
Entre os projetos de #machine-learning-pipelines mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Scala, HTML, TypeScript.
Como é calculada a classificação dos repositórios de #machine-learning-pipelines?
Acompanhamos 12 repositórios ativos de código aberto marcados com #machine-learning-pipelines (com mais de 500 estrelas), totalizando 10,383 estrelas e uma média de 865 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.