knowledge-distillation-pytorch
Una implementación de PyTorch para explorar experimentos de destilación de conocimiento profundo y superficial (KD) con flexibilidad
Realizar experimentos para mejorar modelos de IA transfiriendo conocimiento de un modelo a otro utilizando PyTorch.
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quierasUna implementación de PyTorch para explorar experimentos de destilación de conocimiento profundo y superficial (KD) con flexibilidad
knowledge-distillation-pytorch tiene 2k estrellas en GitHub. Se ha bifurcado 352 veces. knowledge-distillation-pytorch está escrito principalmente en Python. Se desarrolla activamente desde 2018. knowledge-distillation-pytorch está disponible bajo la licencia MIT. Sus temas principales son: cifar10, computer-vision, dark-knowledge, deep-neural-networks.
¿Qué es knowledge-distillation-pytorch?
Una implementación de PyTorch para explorar experimentos de destilación de conocimiento profundo y superficial (KD) con flexibilidad
¿knowledge-distillation-pytorch es de código abierto?
knowledge-distillation-pytorch es un proyecto de código abierto. Se distribuye bajo la licencia MIT.
¿knowledge-distillation-pytorch es gratis?
Sí. knowledge-distillation-pytorch es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
¿Bajo qué licencia está knowledge-distillation-pytorch?
knowledge-distillation-pytorch está disponible bajo la licencia MIT.
¿En qué lenguaje está escrito knowledge-distillation-pytorch?
knowledge-distillation-pytorch está escrito principalmente en Python.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://olud.ai/project/haitongli-knowledge-distillation-pytorch.html)
Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.