Home Progetti Getting-Things-Done-with-Pytorch
Getting-Things-Done-with-Pytorch
Jupyter Notebook

Getting-Things-Done-with-Pytorch

Tutorial Jupyter Notebook su come risolvere problemi del mondo reale con Machine Learning & Deep Learning utilizzando PyTorch. Argomenti: Rilevamento facciale con Detectron 2, rilevamento di anomalie nelle serie temporali con LSTM Autoencoders, rilevamento di oggetti con YOLO v5, costruisci il tuo primo neurale

di curiousily · GitHub
Stelle
Fork
Licenza
Creato
Ultimo commit
anomaly-detectionbertcomputer-visionApache-2.0Jupyter Notebook
Visualizza su GitHub
In parole semplici

Impara a risolvere problemi del mondo reale utilizzando il machine learning con tutorial passo-passo in Jupyter Notebook.

Mantieni questo progetto?

Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.

Rivendica questa pagina →
Getting-Things-Done-with-Pytorch — GitHub preview card
📈 Storia delle stelle
2 4962 495
2026-07-072026-08-31
📈 Segui Getting-Things-Done-with-Pytorch

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

Tutorial Jupyter Notebook su come risolvere problemi del mondo reale con Machine Learning & Deep Learning utilizzando PyTorch. Argomenti: Rilevamento facciale con Detectron 2, rilevamento di anomalie nelle serie temporali con LSTM Autoencoders, rilevamento di oggetti con YOLO v5, costruisci il tuo primo neurale

Getting-Things-Done-with-Pytorch ha 2.5k stelle su GitHub. È stato forkato 643 volte. Getting-Things-Done-with-Pytorch è scritto principalmente in Jupyter Notebook. È in sviluppo attivo dal 2020. Getting-Things-Done-with-Pytorch è disponibile con licenza Apache-2.0. I suoi temi principali sono: anomaly-detection, bert, computer-vision, coronavirus.

Frequently asked questions

Che cos'è Getting-Things-Done-with-Pytorch?

Tutorial Jupyter Notebook su come risolvere problemi del mondo reale con Machine Learning & Deep Learning utilizzando PyTorch. Argomenti: Rilevamento facciale con Detectron 2, rilevamento di anomalie nelle serie temporali con LSTM Autoencoders, rilevamento di oggetti con YOLO v5, costruisci il tuo primo neurale

Getting-Things-Done-with-Pytorch è open source?

Getting-Things-Done-with-Pytorch è un progetto open source. È rilasciato con licenza Apache-2.0.

Getting-Things-Done-with-Pytorch è gratuito?

Sì. Getting-Things-Done-with-Pytorch è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è Getting-Things-Done-with-Pytorch?

Getting-Things-Done-with-Pytorch è disponibile con licenza Apache-2.0.

In quale linguaggio è scritto Getting-Things-Done-with-Pytorch?

Getting-Things-Done-with-Pytorch è scritto principalmente in Jupyter Notebook.

🏅 Manutentore di questo progetto?
olud.ai badge — Getting-Things-Done-with-Pytorch

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![olud.ai](https://olud.ai/badge.php?tool=curiousily-getting-things-done-with-pytorch)](https://olud.ai/project/curiousily-getting-things-done-with-pytorch.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.