awesome-repositories.com
Blog
awesome-repositories.com

Découvrez les meilleurs dépôts open-source grâce à notre recherche par IA.

ExplorerRecherches sélectionnéesAlternatives open sourceLogiciels auto-hébergésBlogPlan du site
ProjetÀ proposNotre méthodologiePresseServeur MCP
Mentions légalesConfidentialitéConditions d'utilisation
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

1 dépôt

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

Trouvez les meilleurs dépôts grâce à l'IA.Nous recherchons les dépôts les plus pertinents grâce à l'IA.
  • atcold/pytorch-deep-learning-minicourseAvatar de Atcold

    Atcold/pytorch-Deep-Learning-Minicourse

    6,810Voir sur GitHub↗

    Il s'agit d'un programme éducatif pour construire et entraîner des réseaux de neurones avec PyTorch. Il sert de guide d'apprentissage pour le deep learning et de ressource, fournissant une série structurée de leçons sur le calcul tensoriel et le développement d'architectures. Le cours utilise un modèle d'apprentissage interactif qui synchronise la théorie académique avec la pratique. Il associe des diapositives de cours théoriques à des notebooks d'exercices, demandant aux étudiants d'implémenter la logique des modèles dans des templates prédéfinis pour valider leur compréhension conceptuelle. Le programme couvre un large éventail de capacités en deep learning, incluant l'optimisation de modèles via la descente de gradient et la régularisation, ainsi que l'implémentation d'architectures convolutionnelles, récurrentes et de type transformer. Il inclut également des instructions pour traiter des données multimodales et appliquer l'apprentissage auto-supervisé via des méthodes contrastives et des auto-encodeurs. Le contenu est délivré via une séquence modulaire de Jupyter Notebooks.

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

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