#neural-architecture-search Repositórios
Descubra 18 repositórios ativos de código aberto no GitHub marcados com #neural-architecture-search, acumulando um total de 33,183 estrelas (uma média de 1,843 por projeto). O líder deste tópico é keras-team/autokeras, com 9,340 estrelas.
18 repositórios no total
Uma lista selecionada de artigos, tutoriais, slides e projetos de aprendizado de máquina automatizado
Infraestrutura para sistemas de IA evolutiva. Otimização baseada em PyTorch e acelerada por GPU, com um ecossistema de bibliotecas de algoritmos, benchmarks e ferramentas.
A IA está a caminho. Um sonho de aprendizado profundo automático. Uma abordagem RDBMS para aprendizado profundo. Declarativo, explicável, escalável, otimizável, fácil de implantar, todas essas coisas boas.
AVISO: O projeto Katib foi DESCONTINUADO. Os usuários devem migrar para OptimizationJob e Kubeflow Trainer.
Uma Caixa de Ferramentas de Operações Composicionais para Otimização Bi-Nível Baseada em Gradientes
Aprendizado Rápido e Simples da Estrutura de Rede Profunda com Restrição de Recursos
Esta é uma lista de artigos e projetos interessantes sobre TinyML.
Curadoria de uma lista de pesquisas, ferramentas, projetos e outros recursos relacionados a AutoML
[NeurIPS 2020] MCUNet: Aprendizagem Profunda Minúscula em Dispositivos IoT; [NeurIPS 2021] MCUNetV2: Inferência Baseada em Patches com Eficiência de Memória para Aprendizagem Profunda Minúscula; [NeurIPS 2022] MCUNetV3: Treinamento no Dispositivo com Menos de 256KB de Memória
[NeurIPS 2020] MCUNet: Aprendizagem Profunda Minúscula em Dispositivos IoT; [NeurIPS 2021] MCUNetV2: Inferência Baseada em Patch Eficiente em Memória para Aprendizagem Profunda Minúscula
NASLib é uma biblioteca de Pesquisa de Arquitetura Neural (NAS) para facilitar a pesquisa de NAS para a comunidade, fornecendo interfaces para vários espaços de busca e otimizadores de NAS de última geração.
Resumo, Código para Quantização de Rede Neural Profunda
Uma interface unificada para algoritmos de otimização e experimentos
Perguntas Frequentes
Qual é o repositório de #neural-architecture-search mais popular no GitHub?
O projeto de código aberto de #neural-architecture-search mais bem classificado no GitHub é keras-team/autokeras, com 9,340 estrelas. Biblioteca AutoML para aprendizado profundo
Quais linguagens de programação são mais usadas nos repositórios de #neural-architecture-search?
Entre os projetos de #neural-architecture-search mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, C.
Como é calculada a classificação dos repositórios de #neural-architecture-search?
Acompanhamos 18 repositórios ativos de código aberto marcados com #neural-architecture-search (com mais de 500 estrelas), totalizando 33,183 estrelas e uma média de 1,843 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.