#artificial-neural-networks 仓库
探索 17 个标记为 #artificial-neural-networks 的活跃开源 GitHub 仓库,它们累计获得 56,211 个 Star(平均每个项目 3,306 个)。该主题的领先项目是 kmario23/deep-learning-drizzle,拥有 12,995 个 Star。
共 17 个仓库
包含可与 MidJourney AI 一起使用的样式和关键字的参考。还有展示分辨率比较、图像权重等内容的页面!
(CGCSTCD'2017) 一个简单、灵活、准确的中国车牌识别项目,适用于非约束性场景。CGCSTCD = China Graduate Contest on Smart-city Technology and Creative Design
PyTorch 实现各种持续学习方法(XdG, EWC, SI, LwF, FROMP, DGR, BI-R, ER, A-GEM, iCaRL, Generative Classifier)在三种不同场景中。
一个基于 PyTorch 的储层计算和回声状态网络实验 Python 工具包。EchoTorch 是目前唯一可以轻松创建深度储层计算模型的 Python 模块。
常见问题解答
GitHub 上最受欢迎的 #artificial-neural-networks 仓库是什么?
GitHub 上排名第一的开源 #artificial-neural-networks 项目是 kmario23/deep-learning-drizzle,拥有 12,995 个 Star。通过这些激动人心的讲座,沉浸在深度学习、强化学习、机器学习、计算机视觉和NLP中吧!!
#artificial-neural-networks 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #artificial-neural-networks 项目中,最常见的编程语言是 Python, HTML, C++, Jupyter Notebook。
#artificial-neural-networks 仓库的排名是如何计算的?
我们跟踪了 17 个标记为 #artificial-neural-networks 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 56,211 个 Star,平均每个仓库拥有 3,306 个 Star。排名每日根据 GitHub API 更新。