Class-balanced-loss-pytorch
Implementação em Pytorch do artigo "Class-Balanced Loss Based on Effective Number of Samples"
Use uma função de perda especial em seus projetos de reconhecimento de imagem para melhorar o desempenho em classes com menos exemplos.
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 do artigo "Class-Balanced Loss Based on Effective Number of Samples"
Class-balanced-loss-pytorch tem 803 estrelas no GitHub. Foi bifurcado 123 vezes. Class-balanced-loss-pytorch é escrito principalmente em Python. Está em desenvolvimento ativo desde 2019. Class-balanced-loss-pytorch está disponível sob a licença MIT. Os seus principais temas são: computer-vision, cvpr2019, deep-learning, loss-functions.
O que é Class-balanced-loss-pytorch?
Implementação em Pytorch do artigo "Class-Balanced Loss Based on Effective Number of Samples"
Class-balanced-loss-pytorch é de código aberto?
Class-balanced-loss-pytorch é um projeto de código aberto. É distribuído sob a licença MIT.
Class-balanced-loss-pytorch é gratuito?
Sim. Class-balanced-loss-pytorch é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.
Sob que licença está Class-balanced-loss-pytorch?
Class-balanced-loss-pytorch está disponível sob a licença MIT.
Em que linguagem Class-balanced-loss-pytorch está escrito?
Class-balanced-loss-pytorch é escrito principalmente em Python.
Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.
[](https://opensourceai.tech/project/vandit15-class-balanced-loss-pytorch.html)
Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.