Implementazione ufficiale di PyTorch del paper "Dataset Distillation with Neural Characteristic Function: A Minmax Perspective" (NCFM) in CVPR 2025 (Punteggio Completo, Evidenziato).
Condensa grandi dataset in versioni più piccole ed efficienti per addestrare modelli AI utilizzando un metodo specifico descritto in un articolo di ricerca.
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 ufficiale di PyTorch del paper "Dataset Distillation with Neural Characteristic Function: A Minmax Perspective" (NCFM) in CVPR 2025 (Punteggio Completo, Evidenziato).
NCFM ha 414 stelle su GitHub. È stato forkato 31 volte. NCFM è scritto principalmente in Python. È in sviluppo attivo dal 2025. I suoi temi principali sono: computer-vision, data-centric-ai, dataset-distillation, synthetic-data.
Implementazione ufficiale di PyTorch del paper "Dataset Distillation with Neural Characteristic Function: A Minmax Perspective" (NCFM) in CVPR 2025 (Punteggio Completo, Evidenziato).
NCFM è un progetto open source.
Sì. NCFM è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.
NCFM è scritto principalmente in Python.
Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.
[](https://olud.ai/project/gszfwsb-ncfm.html)
Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.