zhihu
Ce dépôt contient le code source dans ma colonne personnelle (https://zhuanlan.zhihu.com/zhaoyeyu), implémenté en Python 3.6. Comprend des projets de traitement du langage naturel et de vision par ordinateur, tels que la génération de texte, la traduction automatique, le GAN convolutionnel profond
Accédez au code source pour divers projets de traitement du langage naturel et de vision par ordinateur depuis une colonne personnelle.
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 momentCe dépôt contient le code source dans ma colonne personnelle (https://zhuanlan.zhihu.com/zhaoyeyu), implémenté en Python 3.6. Comprend des projets de traitement du langage naturel et de vision par ordinateur, tels que la génération de texte, la traduction automatique, le GAN convolutionnel profond
zhihu compte 3.5k étoiles sur GitHub. Il a été forké 2.1k fois. zhihu est écrit principalement en Jupyter Notebook. Il est développé activement depuis 2017. Ses principaux thèmes sont : autoencoder, convolutional-neural-networks, deep-learning, gan.
Qu'est-ce que zhihu ?
Ce dépôt contient le code source dans ma colonne personnelle (https://zhuanlan.zhihu.com/zhaoyeyu), implémenté en Python 3.6. Comprend des projets de traitement du langage naturel et de vision par ordinateur, tels que la génération de texte, la traduction automatique, le GAN convolutionnel profond
zhihu est-il open source ?
zhihu est un projet open source.
zhihu est-il gratuit ?
Oui. zhihu est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Dans quel langage zhihu est-il écrit ?
zhihu 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://opensourceai.tech/project/nelsonzhao-zhihu.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.