continual-learning
Implémentation PyTorch de diverses méthodes pour l'apprentissage continu (XdG, EWC, SI, LwF, FROMP, DGR, BI-R, ER, A-GEM, iCaRL, Classificateur Génératif) dans trois scénarios différents.
Réalisez des expériences sur l'apprentissage continu avec des réseaux neuronaux profonds, en se concentrant sur l'apprentissage de tâches séquentiellement au fil du temps.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentImplémentation PyTorch de diverses méthodes pour l'apprentissage continu (XdG, EWC, SI, LwF, FROMP, DGR, BI-R, ER, A-GEM, iCaRL, Classificateur Génératif) dans trois scénarios différents.
continual-learning compte 1.9k étoiles sur GitHub. Il a été forké 346 fois. continual-learning est écrit principalement en Jupyter Notebook. Il est développé activement depuis 2018. continual-learning est disponible sous licence MIT. Ses principaux thèmes sont : artificial-neural-networks, class-incremental-learning, continual-learning, deep-learning.
Qu'est-ce que continual-learning ?
Implémentation PyTorch de diverses méthodes pour l'apprentissage continu (XdG, EWC, SI, LwF, FROMP, DGR, BI-R, ER, A-GEM, iCaRL, Classificateur Génératif) dans trois scénarios différents.
continual-learning est-il open source ?
continual-learning est un projet open source. Il est distribué sous licence MIT.
continual-learning est-il gratuit ?
Oui. continual-learning est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est continual-learning ?
continual-learning est disponible sous licence MIT.
Dans quel langage continual-learning est-il écrit ?
continual-learning est écrit principalement en Jupyter Notebook.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/gmvandeven-continual-learning.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.