Startseite Projekte annotated_deep_learning_paper_implementations
annotated_deep_learning_paper_implementations

annotated_deep_learning_paper_implementations

von labmlai · GitHub

🧑‍🏫 60+ Implementierungen/Tutorials von Deep-Learning-Papieren mit nebeneinanderstehenden Notizen 📝; einschließlich Transformer (original, xl, switch, feedback, vit, ...), Optimierer (adam, adabelief, sophia, ...), GANs (cyclegan, stylegan2, ...), 🎮 Reinforcement Learning (ppo, dq

Auf GitHub ansehen
In einfachen Worten

Entdecken und verstehen Sie Konzepte des Deep Learning durch leicht nachvollziehbare Implementierungen von Forschungsarbeiten.

⭐ Sterne
🍴 Forks
🔥 Trendend
📜 Lizenz
Kommerzielle Nutzung erlaubt
📅 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 →
annotated_deep_learning_paper_implementations — GitHub preview card
📈 Sternhistorie
67.2k67.0k
2026-06-272026-07-29
📈 annotated_deep_learning_paper_implementations verfolgen

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

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

🧑‍🏫 60+ Implementierungen/Tutorials von Deep-Learning-Papieren mit nebeneinanderstehenden Notizen 📝; einschließlich Transformer (original, xl, switch, feedback, vit, ...), Optimierer (adam, adabelief, sophia, ...), GANs (cyclegan, stylegan2, ...), 🎮 Reinforcement Learning (ppo, dq

annotated_deep_learning_paper_implementations hat 67.2k Sterne auf GitHub. Es wurde 6.7k-mal geforkt. annotated_deep_learning_paper_implementations ist hauptsächlich in Python geschrieben. Es wird seit 2020 aktiv entwickelt. annotated_deep_learning_paper_implementations ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: attention, deep-learning, deep-learning-tutorial, gan.

Read the full guide
Frequently asked questions

Was ist annotated_deep_learning_paper_implementations?

🧑‍🏫 60+ Implementierungen/Tutorials von Deep-Learning-Papieren mit nebeneinanderstehenden Notizen 📝; einschließlich Transformer (original, xl, switch, feedback, vit, ...), Optimierer (adam, adabelief, sophia, ...), GANs (cyclegan, stylegan2, ...), 🎮 Reinforcement Learning (ppo, dq

Ist annotated_deep_learning_paper_implementations Open Source?

annotated_deep_learning_paper_implementations ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.

Ist annotated_deep_learning_paper_implementations kostenlos?

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

Unter welcher Lizenz steht annotated_deep_learning_paper_implementations?

annotated_deep_learning_paper_implementations ist unter der MIT-Lizenz verfügbar.

In welcher Sprache ist annotated_deep_learning_paper_implementations geschrieben?

annotated_deep_learning_paper_implementations ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
OpenSourceAI badge — annotated_deep_learning_paper_implementations

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

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=labmlai-annotated-deep-learning-paper-implementations)](https://opensourceai.tech/project/labmlai-annotated-deep-learning-paper-implementations.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

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