Startseite Projekte mtt-distillation
mtt-distillation

mtt-distillation

von GeorgeCazenavette · GitHub

Offizieller Code für unser CVPR '22 Papier "Dataset Distillation by Matching Training Trajectories"

Auf GitHub ansehen
⭐ Sterne
🍴 Forks
📜 Lizenz
Lizenz nicht angegeben
📅 Erstellt
🔄 Letzter Commit
🏷️ Kategorie
💻 Sprache
Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
mtt-distillation — GitHub preview card
📈 Sternhistorie
442441
2026-07-202026-07-29
📈 mtt-distillation verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

Offizieller Code für unser CVPR '22 Papier "Dataset Distillation by Matching Training Trajectories"

mtt-distillation hat 441 Sterne auf GitHub. Es wurde 63-mal geforkt. mtt-distillation ist hauptsächlich in Python geschrieben. Es wird seit 2022 aktiv entwickelt. Die Hauptthemen sind: artificial-intelligence, computer-vision, machine-learning, synthetic-data.

Frequently asked questions

Was ist mtt-distillation?

Offizieller Code für unser CVPR '22 Papier "Dataset Distillation by Matching Training Trajectories"

Ist mtt-distillation Open Source?

mtt-distillation ist ein Open-Source-Projekt.

Ist mtt-distillation kostenlos?

Ja. mtt-distillation ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

In welcher Sprache ist mtt-distillation geschrieben?

mtt-distillation ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — mtt-distillation

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=georgecazenavette-mtt-distillation)](https://olud.ai/project/georgecazenavette-mtt-distillation.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.