awesome-repositories.com
Blog
awesome-repositories.com

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

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

1 repositorio

Awesome GitHub RepositoriesEducational Code Templates

Predefined code structures with missing blocks for students to complete as part of a learning exercise.

Distinct from Template-Based Code Generators: Targets pedagogical code completion for students rather than automated boilerplate generation for developers.

Explore 1 awesome GitHub repository matching development tools & productivity · Educational Code Templates. Refine with filters or upvote what's useful.

Awesome Educational Code Templates GitHub Repositories

Encuentra los mejores repositorios con IA.Buscaremos los repositorios que mejor coincidan usando IA.
  • atcold/pytorch-deep-learning-minicourseAvatar de Atcold

    Atcold/pytorch-Deep-Learning-Minicourse

    6,810Ver en GitHub↗

    Este es un plan de estudios educativo para construir y entrenar redes neuronales utilizando PyTorch. Sirve como guía de entrenamiento y recurso de deep learning, proporcionando una serie estructurada de lecciones sobre computación de tensores y desarrollo de arquitecturas. El curso utiliza un modelo de aprendizaje interactivo que sincroniza la teoría académica con la práctica. Combina diapositivas de lecciones teóricas con notebooks basados en ejercicios, requiriendo que los estudiantes implementen la lógica del modelo dentro de plantillas predefinidas para validar su comprensión conceptual. El plan de estudios cubre una amplia gama de capacidades de deep learning, incluyendo la optimización de modelos mediante descenso de gradiente y regularización, y la implementación de arquitecturas convolucionales, recurrentes y de tipo transformer. También incluye instrucciones para procesar datos multimodales y aplicar aprendizaje autosupervisado mediante métodos contrastivos y autoencoders. El contenido se entrega a través de una secuencia modular de Jupyter Notebooks.

    Employs a template-based approach where students fill in missing logic to learn model construction.

    Jupyter Notebook
    Ver en GitHub↗6,810
  1. Home
  2. Development Tools & Productivity
  3. Template-Based Code Generators
  4. Educational Code Templates