the-incredible-pytorch
The Incredible PyTorch: eine kuratierte Liste von Tutorials, Papieren, Projekten, Gemeinschaften und mehr, die sich auf PyTorch beziehen.
Durchsuchen Sie eine Sammlung von Tutorials, Arbeiten und Projekten zu PyTorch für Lernen und Entwicklung.
Aus der README
- 3D Segmentation, Classification and Regression
- Video Recognition
- Recurrent Neural Networks (RNNs)
- Convolutional Neural Networks (CNNs)
- Segmentation
- Geometric Deep Learning: Graph \& Irregular Structures
Auszüge aus der Projekt-README zu GitHub. Das Urheberrecht und die Lizenzen verbleiben bei den jeweiligen Autoren.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbarThe Incredible PyTorch: eine kuratierte Liste von Tutorials, Papieren, Projekten, Gemeinschaften und mehr, die sich auf PyTorch beziehen.
the-incredible-pytorch hat 12.6k Sterne auf GitHub. Es wurde 2.2k-mal geforkt. Es wird seit 2017 aktiv entwickelt. the-incredible-pytorch ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: deep-learning, deep-learning-library, deep-learning-tutorial, deep-neural-networks.
Was ist the-incredible-pytorch?
The Incredible PyTorch: eine kuratierte Liste von Tutorials, Papieren, Projekten, Gemeinschaften und mehr, die sich auf PyTorch beziehen.
Ist the-incredible-pytorch Open Source?
the-incredible-pytorch ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.
Ist the-incredible-pytorch kostenlos?
Ja. the-incredible-pytorch ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
Unter welcher Lizenz steht the-incredible-pytorch?
the-incredible-pytorch ist unter der MIT-Lizenz verfügbar.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://olud.ai/project/ritchieng-the-incredible-pytorch.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.