knowledge-distillation-pytorch
Une implémentation PyTorch pour explorer des expériences de distillation de connaissances profondes et superficielles (KD) avec flexibilité
Réalisez des expériences pour améliorer les modèles d'IA en transférant des connaissances d'un modèle à un autre en utilisant PyTorch.
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 momentUne implémentation PyTorch pour explorer des expériences de distillation de connaissances profondes et superficielles (KD) avec flexibilité
knowledge-distillation-pytorch compte 2k étoiles sur GitHub. Il a été forké 353 fois. knowledge-distillation-pytorch est écrit principalement en Python. Il est développé activement depuis 2018. knowledge-distillation-pytorch est disponible sous licence MIT. Ses principaux thèmes sont : cifar10, computer-vision, dark-knowledge, deep-neural-networks.
Qu'est-ce que knowledge-distillation-pytorch ?
Une implémentation PyTorch pour explorer des expériences de distillation de connaissances profondes et superficielles (KD) avec flexibilité
knowledge-distillation-pytorch est-il open source ?
knowledge-distillation-pytorch est un projet open source. Il est distribué sous licence MIT.
knowledge-distillation-pytorch est-il gratuit ?
Oui. knowledge-distillation-pytorch est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est knowledge-distillation-pytorch ?
knowledge-distillation-pytorch est disponible sous licence MIT.
Dans quel langage knowledge-distillation-pytorch est-il écrit ?
knowledge-distillation-pytorch est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/haitongli-knowledge-distillation-pytorch.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.