Startseite Projekte contrastors
contrastors
Python

contrastors

Modelle kontrastiv in Pytorch trainieren

von nomic-ai · GitHub
Sterne
Forks
Erstellt
Letzter Commit
Sprache
contrastive-learningdeep-learningdense-retrievalApache-2.0Python
Auf GitHub ansehen
In einfachen Worten

Trainieren und bewerten Sie Maschinenlernmodelle mit kontrastiven Lernmethoden in Python.

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 →
contrastors — GitHub preview card
📈 Sternhistorie
799798
2026-07-202026-08-31
📈 contrastors verfolgen

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

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

Modelle kontrastiv in Pytorch trainieren

contrastors hat 798 Sterne auf GitHub. Es wurde 65-mal geforkt. contrastors ist hauptsächlich in Python geschrieben. Es wird seit 2024 aktiv entwickelt. contrastors ist unter der Apache-2.0-Lizenz verfügbar. Die Hauptthemen sind: contrastive-learning, deep-learning, dense-retrieval, embeddings.

Frequently asked questions

Was ist contrastors?

Modelle kontrastiv in Pytorch trainieren

Ist contrastors Open Source?

contrastors ist ein Open-Source-Projekt. Es wird unter der Apache-2.0-Lizenz veröffentlicht.

Ist contrastors kostenlos?

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

Unter welcher Lizenz steht contrastors?

contrastors ist unter der Apache-2.0-Lizenz verfügbar.

In welcher Sprache ist contrastors geschrieben?

contrastors ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — contrastors

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

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

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