FEAT
Il repository di codice per "Apprendimento Few-Shot tramite Adattamento di Embedding con Funzioni Set-to-Set"
Implementa tecniche di apprendimento few-shot per compiti di visione artificiale utilizzando esempi di codice forniti.
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 vuoiIl repository di codice per "Apprendimento Few-Shot tramite Adattamento di Embedding con Funzioni Set-to-Set"
FEAT ha 434 stelle su GitHub. È stato forkato 86 volte. FEAT è scritto principalmente in Python. È in sviluppo attivo dal 2018. FEAT è disponibile con licenza MIT. I suoi temi principali sono: computer-vision, cvpr2020, few-shot, few-shot-learning.
Che cos'è FEAT?
Il repository di codice per "Apprendimento Few-Shot tramite Adattamento di Embedding con Funzioni Set-to-Set"
FEAT è open source?
FEAT è un progetto open source. È rilasciato con licenza MIT.
FEAT è gratuito?
Sì. FEAT è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.
Con quale licenza è FEAT?
FEAT è disponibile con licenza MIT.
In quale linguaggio è scritto FEAT?
FEAT 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/sha-lab-feat.html)
Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.