Git Stars Git Stars

#neural-machine-translation Repositórios

Descubra 12 repositórios ativos de código aberto no GitHub marcados com #neural-machine-translation, acumulando um total de 43,049 estrelas (uma média de 3,587 por projeto). O líder deste tópico é google/sentencepiece, com 12,174 estrelas.

12
Total de Repositórios
43,049
Total de estrelas
3,587
Média de Estrelas/Repositório
Linguagens de programação: Python C++ Jupyter Notebook TeX

12 repositórios no total

1
google/sentencepiece

Tokenizador de texto não supervisionado para geração de texto baseada em Rede Neural.

google
⭐ 12,174 C++ 👤 google Organization 🕐 Atualizado 2026-11-16 📅 Criado 2017-03-07
2
OpenNMT/OpenNMT-py

Tradução Automática Neural de Código Aberto e Modelos de Linguagem (Grandes) em PyTorch

OpenNMT
⭐ 7,018 Python 👤 OpenNMT Organization 🕐 Atualizado 2025-10-14 📅 Criado 2017-02-22
3
bentrevett/pytorch-seq2seq

Tutoriais sobre a implementação de alguns modelos de sequência para sequência (seq2seq) com PyTorch e TorchText.

bentrevett
⭐ 5,664 Jupyter Notebook 👤 bentrevett User 🕐 Atualizado 2024-01-20 📅 Criado 2018-07-17
4
OpenNMT/CTranslate2

Motor de inferência rápido para modelos Transformer

OpenNMT
⭐ 4,758 C++ 👤 OpenNMT Organization 🕐 Atualizado 2026-11-21 📅 Criado 2019-09-23
5
amanchadha/coursera-deep-learning-specialization

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

amanchadha
⭐ 4,424 Jupyter Notebook 👤 amanchadha User 🕐 Atualizado 2026-06-10 📅 Criado 2020-06-24
6
NiuTrans/MTBook

Tradução Automática: Fundamentos e Modelos, por 肖桐 (Xiao Tong) e 朱靖波 (Zhu Jingbo) - Machine Translation: Foundations and Models

NiuTrans
⭐ 2,792 TeX 👤 NiuTrans Organization 🕐 Atualizado 2024-09-14 📅 Criado 2020-05-01
7
rsennrich/subword-nmt

Segmentação de Palavras Não Supervisionada para Tradução Automática Neural e Geração de Texto

rsennrich
⭐ 2,261 Python 👤 rsennrich User 🕐 Atualizado 2024-08-07 📅 Criado 2015-09-01
8
awslabs/sockeye

Estrutura de sequência para sequência com foco em Tradução Automática Neural baseada em PyTorch

awslabs
⭐ 1,217 Python 👤 awslabs Organization 🕐 Atualizado 2024-10-24 📅 Criado 2017-06-08
9
Helsinki-NLP/Opus-MT

Modelos e serviços web de tradução automática neural abertos

Helsinki-NLP
⭐ 879 Python 👤 Helsinki-NLP Organization 🕐 Atualizado 2026-02-23 📅 Criado 2019-08-21
10
joeynmt/joeynmt

NMT Minimalista para fins educacionais

joeynmt
⭐ 708 Python 👤 joeynmt User 🕐 Atualizado 2024-01-29 📅 Criado 2018-10-15
11
XapaJIaMnu/translateLocally

Tradução rápida e segura na sua máquina local, impulsionada por marian e Bergamot.

XapaJIaMnu
⭐ 612 C++ 👤 XapaJIaMnu User 🕐 Atualizado 2025-03-30 📅 Criado 2021-04-13
12
mikeroyal/Neuromorphic-Computing-Guide

Aprenda sobre o processo de engenharia Neumórfica de criação de sistemas de integração em larga escala (VLSI) contendo circuitos analógicos eletrônicos para imitar arquiteturas neurobiológicas.

mikeroyal
⭐ 546 Python 👤 mikeroyal User 🕐 Atualizado 2024-01-04 📅 Criado 2021-10-03

Perguntas Frequentes

1

Qual é o repositório de #neural-machine-translation mais popular no GitHub?

O projeto de código aberto de #neural-machine-translation mais bem classificado no GitHub é google/sentencepiece, com 12,174 estrelas. Tokenizador de texto não supervisionado para geração de texto baseada em Rede Neural.

2

Quais linguagens de programação são mais usadas nos repositórios de #neural-machine-translation?

Entre os projetos de #neural-machine-translation mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, C++, Jupyter Notebook, TeX.

3

Como é calculada a classificação dos repositórios de #neural-machine-translation?

Acompanhamos 12 repositórios ativos de código aberto marcados com #neural-machine-translation (com mais de 500 estrelas), totalizando 43,049 estrelas e uma média de 3,587 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.