#seq2seq 仓库
探索 25 个标记为 #seq2seq 的活跃开源 GitHub 仓库,它们累计获得 56,290 个 Star(平均每个项目 2,251 个)。该主题的领先项目是 emilwallner/Screenshot-to-code,拥有 16,517 个 Star。
共 25 个仓库
Kashgari 是一个生产级的 NLP 迁移学习框架,基于 tf.keras 构建,用于文本标注和文本分类,包括 Word2Vec、BERT 和 GPT2 语言嵌入。
DELTA 是一个基于深度学习的自然语言和语音处理平台。LF AI & DATA Projects: https://lfaidata.foundation/projects/delta/
:art: 数学公式识别增强版:中英文手写印刷公式、支持初级符号推导(数据结构基于 LaTeX 抽象语法树)Math Formula OCR Pro,支持手写、中英混合公式以及简单符号推理(基于 LaTeX AST)。
💁 涵盖自然语言处理的Transformer模型的绝佳宝库,包含论文、视频、博客、官方仓库以及Colab笔记本。🛫☑️
TextGen: 文本生成模型实现,包括LLaMA,BLOOM,GPT2,BART,T5,SongNet等。文本生成模型,实现了包括LLaMA,ChatGLM,BLOOM,GPT2,Seq2Seq,BART,T5,UDA等模型的训练和预测,开箱即用。
多标签文本分类, 多标签分类, 文本分类, multi-label, classifier, text classification, BERT, seq2seq, attention, multi-label-classification
常见问题解答
GitHub 上最受欢迎的 #seq2seq 仓库是什么?
GitHub 上排名第一的开源 #seq2seq 项目是 emilwallner/Screenshot-to-code,拥有 16,517 个 Star。一个将设计模型转化为静态网站的神经网络。
#seq2seq 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #seq2seq 项目中,最常见的编程语言是 Python, Jupyter Notebook, HTML, NewLisp。
#seq2seq 仓库的排名是如何计算的?
我们跟踪了 25 个标记为 #seq2seq 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 56,290 个 Star,平均每个仓库拥有 2,251 个 Star。排名每日根据 GitHub API 更新。