continual-learning
Implementazione in PyTorch di vari metodi per l'apprendimento continuo (XdG, EWC, SI, LwF, FROMP, DGR, BI-R, ER, A-GEM, iCaRL, Classificatore Generativo) in tre diversi scenari.
Conduci esperimenti sull'apprendimento continuo con reti neurali profonde, concentrandoti sull'apprendimento di compiti in sequenza nel tempo.
Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.
Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.
Gratis · senza carta · disdici quando vuoiImplementazione in PyTorch di vari metodi per l'apprendimento continuo (XdG, EWC, SI, LwF, FROMP, DGR, BI-R, ER, A-GEM, iCaRL, Classificatore Generativo) in tre diversi scenari.
continual-learning ha 1.9k stelle su GitHub. È stato forkato 346 volte. continual-learning è scritto principalmente in Jupyter Notebook. È in sviluppo attivo dal 2018. continual-learning è disponibile con licenza MIT. I suoi temi principali sono: artificial-neural-networks, class-incremental-learning, continual-learning, deep-learning.
Che cos'è continual-learning?
Implementazione in PyTorch di vari metodi per l'apprendimento continuo (XdG, EWC, SI, LwF, FROMP, DGR, BI-R, ER, A-GEM, iCaRL, Classificatore Generativo) in tre diversi scenari.
continual-learning è open source?
continual-learning è un progetto open source. È rilasciato con licenza MIT.
continual-learning è gratuito?
Sì. continual-learning è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.
Con quale licenza è continual-learning?
continual-learning è disponibile con licenza MIT.
In quale linguaggio è scritto continual-learning?
continual-learning è scritto principalmente in Jupyter Notebook.
Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.
[](https://olud.ai/project/gmvandeven-continual-learning.html)
Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.