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
·

2 repositorios

Awesome GitHub RepositoriesProblem Specifications

Structured definitions of computational challenges that isolate logic from implementation details.

Distinct from Algorithmic Problem Implementations: Distinct from Algorithmic Problem Implementations: focuses on the abstract definition of the task rather than the code itself.

Explore 2 awesome GitHub repositories matching education & learning resources · Problem Specifications. Refine with filters or upvote what's useful.

Awesome Problem Specifications GitHub Repositories

Encuentra los mejores repositorios con IA.Buscaremos los repositorios que mejor coincidan usando IA.
  • google-deepmind/learning-to-learnAvatar de google-deepmind

    google-deepmind/learning-to-learn

    4,068Ver en GitHub↗

    This project is a TensorFlow meta-learning framework and research toolkit designed to implement and train learned optimizers. It provides a library of tools for developing neural networks that learn how to optimize other models, replacing traditional gradient-based optimization algorithms. The framework includes a problem ensemble manager that allows multiple distinct optimization tasks to be combined into a single weighted loss function for simultaneous training. It uses a factory pattern for network instantiation and supports the definition of custom objective functions and loss graphs as t

    Provides tools for setting up network architectures and hyperparameters for consistent testing across benchmark tasks.

    Pythonartificial-intelligencedeep-learningmachine-learning
    Ver en GitHub↗4,068
  • kennyledet/algorithm-implementationsAvatar de kennyledet

    kennyledet/Algorithm-Implementations

    2,197Ver en GitHub↗

    Este repositorio es una colección de algoritmos y estructuras de datos comunes de ciencias de la computación implementados en múltiples lenguajes de programación. Sirve como recurso educativo para que estudiantes y desarrolladores estudien lógica computacional fundamental y patrones de ingeniería de software a través de ejemplos de código prácticos y con control de versiones. El proyecto destaca por desacoplar las definiciones abstractas de problemas de sus implementaciones específicas en cada lenguaje. Esta estructura permite una comparación directa entre lenguajes, permitiendo a los usuarios analizar cómo diferentes sintaxis y paradigmas de programación manejan tareas computacionales idénticas. Al organizar las soluciones mediante una estructura de directorios jerárquica, el repositorio facilita la evaluación de compromisos de rendimiento y métodos de codificación. La colección apoya el desarrollo de habilidades técnicas proporcionando un conjunto estandarizado de ejemplos para la resolución de problemas algorítmicos y la preparación de entrevistas. El contenido se mantiene a través de flujos de trabajo impulsados por la comunidad, asegurando que las implementaciones permanezcan accesibles para su estudio y revisión.

    Separates abstract problem definitions from language-specific code to enable clear cross-language comparison.

    Lua
    Ver en GitHub↗2,197
  1. Home
  2. Education & Learning Resources
  3. Algorithmic Problem Implementations
  4. Problem Specifications

Explorar subetiquetas

  • Benchmark Problem ConfigurationsConfigurations for network architectures and hyperparameters tailored for consistent benchmarking across datasets. **Distinct from Problem Specifications:** Distinct from general problem specifications: focuses on the hardware/hyperparameter configuration for research consistency.