Home Progetti annotated_deep_learning_paper_implementations
annotated_deep_learning_paper_implementations

annotated_deep_learning_paper_implementations

di labmlai · GitHub

🧑‍🏫 60+ Implementazioni/tutorial di articoli di deep learning con note affiancate 📝; inclusi transformers (originale, xl, switch, feedback, vit, ...), ottimizzatori (adam, adabelief, sophia, ...), gans(cyclegan, stylegan2, ...), 🎮 apprendimento per rinforzo (ppo, dq

Visualizza su GitHub
In parole semplici

Esplora e comprendi i concetti di deep learning attraverso implementazioni facili da seguire di articoli di ricerca.

⭐ Stelle
🍴 Fork
📜 Licenza
Uso commerciale consentito
📅 Creato
🔄 Ultimo commit
🏷️ Categoria
💻 Lingua
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 →
annotated_deep_learning_paper_implementations — GitHub preview card
📈 Storia delle stelle
67.2k67.0k
2026-06-272026-07-29
📈 Segui annotated_deep_learning_paper_implementations

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

🧑‍🏫 60+ Implementazioni/tutorial di articoli di deep learning con note affiancate 📝; inclusi transformers (originale, xl, switch, feedback, vit, ...), ottimizzatori (adam, adabelief, sophia, ...), gans(cyclegan, stylegan2, ...), 🎮 apprendimento per rinforzo (ppo, dq

annotated_deep_learning_paper_implementations ha 67.2k stelle su GitHub. È stato forkato 6.7k volte. annotated_deep_learning_paper_implementations è scritto principalmente in Python. È in sviluppo attivo dal 2020. annotated_deep_learning_paper_implementations è disponibile con licenza MIT. I suoi temi principali sono: attention, deep-learning, deep-learning-tutorial, gan.

Read the full guide
Frequently asked questions

Che cos'è annotated_deep_learning_paper_implementations?

🧑‍🏫 60+ Implementazioni/tutorial di articoli di deep learning con note affiancate 📝; inclusi transformers (originale, xl, switch, feedback, vit, ...), ottimizzatori (adam, adabelief, sophia, ...), gans(cyclegan, stylegan2, ...), 🎮 apprendimento per rinforzo (ppo, dq

annotated_deep_learning_paper_implementations è open source?

annotated_deep_learning_paper_implementations è un progetto open source. È rilasciato con licenza MIT.

annotated_deep_learning_paper_implementations è gratuito?

Sì. annotated_deep_learning_paper_implementations è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è annotated_deep_learning_paper_implementations?

annotated_deep_learning_paper_implementations è disponibile con licenza MIT.

In quale linguaggio è scritto annotated_deep_learning_paper_implementations?

annotated_deep_learning_paper_implementations è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
OpenSourceAI badge — annotated_deep_learning_paper_implementations

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

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=labmlai-annotated-deep-learning-paper-implementations)](https://opensourceai.tech/project/labmlai-annotated-deep-learning-paper-implementations.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.