#second-order-optimization Repositórios
Descubra 3 repositórios ativos de código aberto no GitHub marcados com #second-order-optimization, acumulando um total de 1,994 estrelas (uma média de 664 por projeto). O líder deste tópico é amirgholami/PyHessian, com 789 estrelas.
3 repositórios no total
PyHessian é uma biblioteca Pytorch para análise e treinamento de Redes Neurais baseados em métodos de segunda ordem
BackPACK - um pacote de retropropagação baseado no PyTorch que calcula eficientemente outras quantidades além do gradiente.
Perguntas Frequentes
Qual é o repositório de #second-order-optimization mais popular no GitHub?
O projeto de código aberto de #second-order-optimization mais bem classificado no GitHub é amirgholami/PyHessian, com 789 estrelas. PyHessian é uma biblioteca Pytorch para análise e treinamento de Redes Neurais baseados em métodos de segunda ordem
Quais linguagens de programação são mais usadas nos repositórios de #second-order-optimization?
Entre os projetos de #second-order-optimization mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook.
Como é calculada a classificação dos repositórios de #second-order-optimization?
Acompanhamos 3 repositórios ativos de código aberto marcados com #second-order-optimization (com mais de 500 estrelas), totalizando 1,994 estrelas e uma média de 664 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.