awesome-repositories.com
Blog
awesome-repositories.com

Descoperă cele mai bune repository-uri open source cu căutare AI.

ExploreazăCăutări recomandateAlternative open-sourceSoftware self-hostedBlogHartă site
ProiectDespreCum realizăm clasamentulPresăServer MCP
LegalConfidențialitateTermeni
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

1 repository

Awesome GitHub RepositoriesWeight Initialization Functions

Functions used to set starting values for neural network parameters across submodules.

Distinct from Dynamic Parameter Initialization: Focuses on the explicit initialization of weights across a model hierarchy, rather than lazy/dynamic initialization.

Explore 1 awesome GitHub repository matching artificial intelligence & ml · Weight Initialization Functions. Refine with filters or upvote what's useful.

Awesome Weight Initialization Functions GitHub Repositories

Găsește cele mai bune repo-uri cu AI.Vom căuta cele mai potrivite repository-uri folosind AI.
  • tingsongyu/pytorch-tutorial-2ndAvatar TingsongYu

    TingsongYu/PyTorch-Tutorial-2nd

    4,555Vezi pe GitHub↗

    Acest proiect este o resursă educațională cuprinzătoare și un curs pentru construirea de rețele neuronale folosind PyTorch. Acoperă elementele fundamentale ale deep learning-ului, inclusiv manipularea tensorilor, diferențierea automată și construcția componentelor modulare de rețele neuronale. Repository-ul servește drept ghid tehnic pentru mai multe domenii specializate. Oferă detalii de implementare pentru sarcini de computer vision, cum ar fi clasificarea imaginilor, detecția obiectelor și segmentarea semantică, precum și fluxuri de lucru de procesare a limbajului natural (NLP) care implică transformatoare, rețele recurente și modele generative. În plus, include o referință pentru AI generativ, concentrându-se în mod specific pe sinteza de imagini prin modele de difuzie și rețele adversariale. Materialul se extinde către optimizarea modelelor și pipeline-uri de deployment. Acoperă tehnici pentru reducerea dimensiunii modelelor și creșterea vitezei de inferență prin cuantizare și exportul modelelor în formate precum ONNX și TensorRT. Alte domenii de capabilitate includ ingineria datelor pentru încărcarea paralelă, evaluarea modelelor folosind metrici personalizate și deployment-ul modelelor de limbaj mari (LLM) open-source. Proiectul este livrat în principal sub formă de serie de Jupyter Notebooks.

    Provides functions to set starting values for neural network parameters across submodules.

    Jupyter Notebookcomputer-visiondeepsortdiffusion-models
    Vezi pe GitHub↗4,555
  1. Home
  2. Artificial Intelligence & ML
  3. Dynamic Parameter Initialization
  4. Weight Initialization Functions