#artificial-neural-networks Репозитории
Откройте для себя 17 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #artificial-neural-networks, с общим числом 56,211 звёзд (в среднем 3,306 на проект). Лидером этой темы является kmario23/deep-learning-drizzle, набравший 12,995 звёзд.
Всего репозиториев: 17
Погрузитесь в Deep Learning, Reinforcement Learning, Machine Learning, Computer Vision и NLP, изучая эти увлекательные лекции!!
Справочник, содержащий стили и ключевые слова, которые вы можете использовать с MidJourney AI. Также есть страницы, демонстрирующие сравнение разрешений, веса изображений и многое другое!
Библиотека Python, созданная для того, чтобы дать разработчикам возможность создавать приложения и системы с автономными возможностями компьютерного зрения
(CGCSTCD'2017) Простой, гибкий и точный проект распознавания номерных знаков для китайских автомобилей в неконтролируемых условиях. CGCSTCD = China Graduate Contest on Smart-city Technology and Creative Design
Здесь вы можете получить основы квантового машинного обучения, алгоритмы, учебные материалы, проекты и описания проектов в Интернете.
Реализация на PyTorch различных методов для непрерывного обучения (XdG, EWC, SI, LwF, FROMP, DGR, BI-R, ER, A-GEM, iCaRL, Generative Classifier) в трех различных сценариях.
Топ 200 репозиториев GitHub по глубокому обучению, отсортированные по количеству звёзд.
🚀 БЕСПЛАТНЫЕ ресурсы по ИИ - 🎓 Курсы, 👷 Вакансии, 📝 Блоги, 🔬 Исследования в области ИИ и многое другое - для всех!
2D-симуляция Unity, в которой автомобили учатся самостоятельно проходить различные трассы. Автомобили управляются прямой нейронной сетью. Веса сети обучаются с использованием модифицированного генетического алгоритма.
Диаграммы для визуализации архитектуры нейронной сети
NeuPy — это библиотека Python на основе Tensorflow для прототипирования и создания нейронных сетей.
Руководство по машинному обучению. Узнайте все об инструментах, библиотеках, фреймворках машинного обучения, больших языковых моделях (LLM) и моделях обучения.
Узнайте о нейроморфном инженерном процессе создания систем сверхбольшой интеграции (VLSI), содержащих электронные аналоговые схемы для имитации нейробиологических архитектур.
🕵️♂️ Библиотека, разработанная для разработчиков, стремящихся исследовать потенциал больших языковых моделей (LLM) и другого генеративного ИИ, используя чистый, эффективный и идиоматический подход Go.
Набор инструментов Python для экспериментов с резервуарными вычислениями (Reservoir Computing) и сетями эхо-состояний (Echo State Networks), основанный на PyTorch. EchoTorch — это единственный доступный модуль Python для простого создания моделей глубоких резервуарных вычислений.
Часто задаваемые вопросы
Какой репозиторий по теме #artificial-neural-networks наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #artificial-neural-networks на GitHub — kmario23/deep-learning-drizzle, набравший 12,995 звёзд. Погрузитесь в Deep Learning, Reinforcement Learning, Machine Learning, Computer Vision и NLP, изучая эти увлекательные лекции!!
Какие языки программирования чаще всего используются в репозиториях по теме #artificial-neural-networks?
Среди наиболее высоко оценённых проектов по теме #artificial-neural-networks на GitHub чаще всего используются языки программирования Python, HTML, C++, Jupyter Notebook.
Как рассчитывается рейтинг репозиториев по теме #artificial-neural-networks?
Мы отслеживаем 17 активных репозиториев с открытым исходным кодом, отмеченных тегом #artificial-neural-networks (500 и более звёзд), с общим числом 56,211 звёзд и в среднем 3,306 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.