Git Stars Git Stars

#autoencoders 仓库

探索 7 个标记为 #autoencoders 的活跃开源 GitHub 仓库,它们累计获得 20,805 个 Star(平均每个项目 2,972 个)。该主题的领先项目是 CompVis/latent-diffusion,拥有 13,730 个 Star。

7
仓库总数
20,805
总星标数
2,972
平均每个仓库星标数
1
CompVis/latent-diffusion

基于潜在扩散模型的超高分辨率图像合成

CompVis
⭐ 13,730 Jupyter Notebook 👤 CompVis Organization 🕐 已更新 2024-02-29 📅 创建时间 2021-12-20
2
zhoushengisnoob/DeepClustering

深度聚类的技术和实现

zhoushengisnoob
⭐ 3,060 👤 zhoushengisnoob User 🕐 已更新 2026-11-06 📅 创建时间 2018-06-18
3
serengil/tensorflow-101

TensorFlow 101: 深度学习入门

serengil
⭐ 1,099 Jupyter Notebook 👤 serengil User 🕐 已更新 2025-07-09 📅 创建时间 2017-07-05
4
NUS-HPC-AI-Lab/Neural-Network-Diffusion

我们介绍了一种新颖的参数生成方法,称为神经网络参数扩散(p-diff),它采用标准的潜在扩散模型来合成一组新参数。

NUS-HPC-AI-Lab
⭐ 886 Python 👤 NUS-HPC-AI-Lab Organization 🕐 已更新 2025-01-03 📅 创建时间 2023-10-18
5
aapatel09/handson-unsupervised-learning

使用 Python 进行动手无监督学习的代码 (O'Reilly Media)

aapatel09
⭐ 703 Jupyter Notebook 👤 aapatel09 User 🕐 已更新 2026-03-01 📅 创建时间 2018-09-04
6
AutoViML/featurewiz

使用高级特征工程策略,只需一行代码即可从数据集中选择最佳特征。由 Ram Seshadri 创建。欢迎合作者。

AutoViML
⭐ 677 Python 👤 AutoViML User 🕐 已更新 2025-02-19 📅 创建时间 2020-11-29
7
wyhsirius/LIA

[ICLR 22, TPAMI 24] LIA: Latent Image Animator

wyhsirius
⭐ 650 Python 👤 wyhsirius User 🕐 已更新 2025-10-22 📅 创建时间 2022-03-13

常见问题解答

1

GitHub 上最受欢迎的 #autoencoders 仓库是什么?

GitHub 上排名第一的开源 #autoencoders 项目是 CompVis/latent-diffusion,拥有 13,730 个 Star。基于潜在扩散模型的超高分辨率图像合成

2

#autoencoders 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #autoencoders 项目中,最常见的编程语言是 Jupyter Notebook, Python。

3

#autoencoders 仓库的排名是如何计算的?

我们跟踪了 7 个标记为 #autoencoders 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 20,805 个 Star,平均每个仓库拥有 2,972 个 Star。排名每日根据 GitHub API 更新。