awesome-repositories.com
Blog
MCP
awesome-repositories.com

Descubre los mejores repositorios open-source con nuestra búsqueda potenciada por IA.

ExplorarBúsquedas curadasAlternativas open-sourceSoftware autohospedableBlogMapa del sitio
ProyectoServidor MCPAcerca deCómo clasificamosPrensa
Aviso legalPrivacidadTérminos
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

1 repositorio

Awesome GitHub RepositoriesHidden CRF Training

Optimization procedures for parameters of Hidden Conditional Random Fields.

Distinct from Conditional Random Fields: Focuses specifically on the training/optimization phase of HCRFs rather than the general model architecture.

Explore 1 awesome GitHub repository matching artificial intelligence & ml · Hidden CRF Training. Refine with filters or upvote what's useful.

Awesome Hidden CRF Training GitHub Repositories

Encuentra los mejores repositorios con IA.Buscaremos los repositorios que mejor coincidan usando IA.
  • accord-net/frameworkAvatar de accord-net

    accord-net/framework

    4,540Ver en GitHub↗

    Este proyecto es un framework de computación científica para el ecosistema .NET, que proporciona un conjunto completo de librerías para análisis numérico, estadística y optimización matemática. Sirve como kit de herramientas fundamental para desarrollar aplicaciones en aprendizaje automático (machine learning), procesamiento de señales digitales y visión artificial. El framework proporciona kits de herramientas especializados para entrenar y desplegar modelos predictivos, incluyendo redes neuronales, máquinas de vectores de soporte y árboles de decisión. Se distingue además por integraciones profundas para el análisis visual en tiempo real, como el seguimiento de objetos y la detección de rasgos faciales, junto con una librería dedicada al procesamiento de señales digitales para capturar y filtrar señales de audio y sensores. La superficie de capacidades se extiende a la descomposición de matrices de alto nivel y álgebra lineal, modelado de estados probabilísticos y algoritmos de búsqueda heurística. También cubre una amplia gama de utilidades de manipulación de datos, desde la reducción de dimensionalidad y normalización hasta la organización de datos espaciales y componentes de visualización científica. El sistema incluye controladores de integración de hardware para la configuración de cámaras, gestión de puertos GPIO y hardware especializado de detección de profundidad.

    Implements optimization procedures specifically for parameters of Hidden Conditional Random Fields.

    C#
    Ver en GitHub↗4,540
  1. Home
  2. Artificial Intelligence & ML
  3. Sequence Decoding Models
  4. Sequence Decoders
  5. Conditional Random Fields
  6. Hidden CRF Training