Inicio Proyectos sru
sru

sru

por asappresearch · GitHub

Entrenando RNNs tan rápido como CNNs (https://arxiv.org/abs/1709.02755)

Ver en GitHub
En palabras simples

Entrena modelos de IA rápidamente utilizando un método que acelera significativamente el procesamiento.

⭐ Estrellas
🍴 Ramas
📜 Licencia
Uso comercial permitido
📅 Creado
🔄 Último commit
🏷️ Categoría
💻 Lenguaje
¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
sru — GitHub preview card
📈 Historial de estrellas
2 1072 106
2026-07-072026-07-29
📈 Sigue sru

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

Entrenando RNNs tan rápido como CNNs (https://arxiv.org/abs/1709.02755)

sru tiene 2.1k estrellas en GitHub. Se ha bifurcado 304 veces. sru está escrito principalmente en Python. Se desarrolla activamente desde 2017. sru está disponible bajo la licencia MIT. Sus temas principales son: deep-learning, nlp, pytorch, recurrent-neural-networks.

Frequently asked questions

¿Qué es sru?

Entrenando RNNs tan rápido como CNNs (https://arxiv.org/abs/1709.02755)

¿sru es de código abierto?

sru es un proyecto de código abierto. Se distribuye bajo la licencia MIT.

¿sru es gratis?

Sí. sru es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿Bajo qué licencia está sru?

sru está disponible bajo la licencia MIT.

¿En qué lenguaje está escrito sru?

sru está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
OpenSourceAI badge — sru

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=asappresearch-sru)](https://opensourceai.tech/project/asappresearch-sru.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.