continual-learning
Implementação em PyTorch de vários métodos para aprendizado contínuo (XdG, EWC, SI, LwF, FROMP, DGR, BI-R, ER, A-GEM, iCaRL, Classificador Generativo) em três cenários diferentes.
Realize experimentos sobre aprendizado contínuo com redes neurais profundas, focando em tarefas de aprendizado sequencial ao longo do tempo.
Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.
Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.
Grátis · sem cartão · cancele quando quiserImplementação em PyTorch de vários métodos para aprendizado contínuo (XdG, EWC, SI, LwF, FROMP, DGR, BI-R, ER, A-GEM, iCaRL, Classificador Generativo) em três cenários diferentes.
continual-learning tem 1.9k estrelas no GitHub. Foi bifurcado 345 vezes. continual-learning é escrito principalmente em Jupyter Notebook. Está em desenvolvimento ativo desde 2018. continual-learning está disponível sob a licença MIT. Os seus principais temas são: artificial-neural-networks, class-incremental-learning, continual-learning, deep-learning.
O que é continual-learning?
Implementação em PyTorch de vários métodos para aprendizado contínuo (XdG, EWC, SI, LwF, FROMP, DGR, BI-R, ER, A-GEM, iCaRL, Classificador Generativo) em três cenários diferentes.
continual-learning é de código aberto?
continual-learning é um projeto de código aberto. É distribuído sob a licença MIT.
continual-learning é gratuito?
Sim. continual-learning é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.
Sob que licença está continual-learning?
continual-learning está disponível sob a licença MIT.
Em que linguagem continual-learning está escrito?
continual-learning é escrito principalmente em Jupyter Notebook.
Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.
[](https://olud.ai/project/gmvandeven-continual-learning.html)
Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.