Awesome-Parameter-Efficient-Transfer-Learning
Una colección de artículos sobre transferencia de aprendizaje eficiente en parámetros centrados en visión por computadora y dominios multimodales.
Explora una colección de artículos de investigación sobre métodos eficientes para transferir aprendizaje en visión por computadora.
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 colección de artículos sobre transferencia de aprendizaje eficiente en parámetros centrados en visión por computadora y dominios multimodales.
Awesome-Parameter-Efficient-Transfer-Learning tiene 412 estrellas en GitHub. Se ha bifurcado 25 veces. Se desarrolla activamente desde 2022. Awesome-Parameter-Efficient-Transfer-Learning está disponible bajo la licencia MIT. Sus temas principales son: computer-vision, deep-learning, machine-learning, multimodal-deep-learning.
¿Qué es Awesome-Parameter-Efficient-Transfer-Learning?
Una colección de artículos sobre transferencia de aprendizaje eficiente en parámetros centrados en visión por computadora y dominios multimodales.
¿Awesome-Parameter-Efficient-Transfer-Learning es de código abierto?
Awesome-Parameter-Efficient-Transfer-Learning es un proyecto de código abierto. Se distribuye bajo la licencia MIT.
¿Awesome-Parameter-Efficient-Transfer-Learning es gratis?
Sí. Awesome-Parameter-Efficient-Transfer-Learning es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
¿Bajo qué licencia está Awesome-Parameter-Efficient-Transfer-Learning?
Awesome-Parameter-Efficient-Transfer-Learning está disponible bajo la licencia MIT.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://olud.ai/project/jianghaojun-awesome-parameter-efficient-transfer-learning.html)
Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.