#autoencoders Репозитории
Откройте для себя 7 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #autoencoders, с общим числом 20,805 звёзд (в среднем 2,972 на проект). Лидером этой темы является CompVis/latent-diffusion, набравший 13,730 звёзд.
Всего репозиториев: 7
Синтез изображений высокого разрешения с помощью латентных диффузионных моделей
Мы представляем новый подход к генерации параметров, названный диффузией параметров нейронных сетей (p-diff), который использует стандартную модель латентной диффузии для синтеза нового набора параметров.
Код для практического обучения без учителя с использованием Python (O'Reilly Media)
Используйте продвинутые стратегии инжиниринга признаков и выбирайте лучшие признаки из вашего набора данных одной строкой кода. Создано Рамом Сешадри. Приглашаем к сотрудничеству.
Часто задаваемые вопросы
Какой репозиторий по теме #autoencoders наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #autoencoders на GitHub — CompVis/latent-diffusion, набравший 13,730 звёзд. Синтез изображений высокого разрешения с помощью латентных диффузионных моделей
Какие языки программирования чаще всего используются в репозиториях по теме #autoencoders?
Среди наиболее высоко оценённых проектов по теме #autoencoders на GitHub чаще всего используются языки программирования Jupyter Notebook, Python.
Как рассчитывается рейтинг репозиториев по теме #autoencoders?
Мы отслеживаем 7 активных репозиториев с открытым исходным кодом, отмеченных тегом #autoencoders (500 и более звёзд), с общим числом 20,805 звёзд и в среднем 2,972 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.