GitHub

accel-brain / accel-brain-code

这个仓库的目的是在概念验证(PoC)和研究开发(R&D)的背景下制作原型作为案例研究,这些案例研究我已经在我的网站上写过。主要研究主题是与表示学习相关的自动编码器,基于能量模型的统计机器学习,对抗生成网络等。

其他语言的说明

统计

统计数据截至 2026年11月17日

GitHub Star 数
328
−1 (10月13日〜)
软件包每周下载数
193
软件包累计下载数
158,000
最后提交
2023年12月
GitHub 创建日期
2017年9月15日
收录日
—
自页面创建时收录

Star 数变化

31032033034011月9月7月5月3月2026年1月328
以表格显示
月份Star
2025年12月320
2026年1月320
2026年2月321
2026年3月323
2026年4月325
2026年5月325
2026年6月325
2026年7月327
2026年8月327
2026年9月328
2026年10月328
2026年11月328

各月最后一次快照。1,000 以上的 Star 数按 100 取整。

在 PyPI 上的使用

PyPI 包:pysummarization, pyqlearning, accel-brain-base, pygan, pycomposer, algo-wars · 截至 2026年10月 的月度数值(ClickPy)

近一年下载量
36,990
来自日本的比例(近一年)
2.8%
依赖它的 PyPI 包
3
其中必需依赖 3

PyPI 月度下载量

05k10k15k2026年2025年2024年2023年2022年2021年2020年2019年4,091
以表格显示
月份下载量(月)
2019年1月4,145
2019年2月3,896
2019年3月4,473
2019年4月4,057
2019年5月3,010
2019年6月5,424
2019年7月4,575
2019年8月4,176
2019年9月3,224
2019年10月4,487
2019年11月3,635
2019年12月3,584
2020年1月4,266
2020年2月3,298
2020年3月2,847
2020年4月3,929
2020年5月2,924
2020年6月2,966
2020年7月6,832
2020年8月6,501
2020年9月5,688
2020年10月4,603
2020年11月4,798
2020年12月5,177
2021年1月5,296
2021年2月4,667
2021年3月5,970
2021年4月4,985
2021年5月5,469
2021年6月5,245
2021年7月4,904
2021年8月3,986
2021年9月4,258
2021年10月3,883
2021年11月3,512
2021年12月4,116
2022年1月4,005
2022年2月4,492
2022年3月6,930
2022年4月3,898
2022年5月3,481
2022年6月5,372
2022年7月4,426
2022年8月4,794
2022年9月4,591
2022年10月5,531
2022年11月5,107
2022年12月3,450
2023年1月3,187
2023年2月4,643
2023年3月5,004
2023年4月4,077
2023年5月5,050
2023年6月4,090
2023年7月4,276
2023年8月5,571
2023年9月3,314
2023年10月3,862
2023年11月4,213
2023年12月4,456
2024年1月4,245
2024年2月3,952
2024年3月3,927
2024年4月4,524
2024年5月3,364
2024年6月3,157
2024年7月3,713
2024年8月3,537
2024年9月5,449
2024年10月13,790
2024年11月6,607
2024年12月4,415
2025年1月5,238
2025年2月4,354
2025年3月5,833
2025年4月5,132
2025年5月2,767
2025年6月2,704
2025年7月3,012
2025年8月3,144
2025年9月3,729
2025年10月2,689
2025年11月3,247
2025年12月2,828
2026年1月2,924
2026年2月3,229
2026年3月2,732
2026年4月3,568
2026年5月3,485
2026年6月3,510
2026年7月2,574
2026年8月2,605
2026年9月2,197
2026年10月4,091

日语 NLP 整体统计

同分类的热门资源

研究领域相近的资源