Journées inégales
labmlai/annotated_deep_learning_paper_implementations
Chaque article est accompagné de notes côte à côte expliquant le code ; plusieurs entrées nécessitent un GPU de 48 Go, et le dépôt est une collection PyTorch à exécuter depuis les sources plutôt qu’une bibliothèque à installer.
Description sur GitHub
“🧑🏫 60+ Implementations/tutorials of deep learning papers with side-by-side notes 📝; including transformers (original, xl, switch, feedback, vit, ...), optimizers (adam, adabelief, sophia, ...), gans(cyclegan, stylegan2, ...), 🎮 reinforcement learning (ppo, dqn), capsnet, distillation, ... 🧠”
Verdict
Cette semaine a apporté 48 étoiles à labmlai/annotated_deep_learning_paper_implementations. Des journées inégales, de 2 à 14 étoiles ; la meilleure le 17 novembre. À son rythme habituel, il gagne environ 46 étoiles par semaine.
- Aucun téléchargement hors de GitHub
- Aucune hausse d’étoiles suspecte
- Approuvé après vérification
Profil de vitesse
Étoiles gagnées chaque jour sur les 30 derniers jours
- +7 en 24 heures
- +24 meilleur jour mercredi 4 novembre
Survolez le graphique ou parcourez-le avec les flèches
Valeurs jour par jour
| Jour | Étoiles gagnées |
|---|---|
| jeudi 19 novembre | +0 |
| mercredi 18 novembre | +8 |
| mardi 17 novembre | +14 |
| lundi 16 novembre | +11 |
| dimanche 15 novembre | +2 |
| samedi 14 novembre | +3 |
| vendredi 13 novembre | +5 |
| jeudi 12 novembre | +6 |
| mercredi 11 novembre | +6 |
| mardi 10 novembre | +7 |
| lundi 9 novembre | +14 |
| dimanche 8 novembre | +11 |
| samedi 7 novembre | +7 |
| vendredi 6 novembre | +4 |
| jeudi 5 novembre | +20 |
| mercredi 4 novembre | +24 |
| mardi 3 novembre | +15 |
| lundi 2 novembre | +19 |
| dimanche 1er novembre | +18 |
| samedi 31 octobre | +12 |
| vendredi 30 octobre | +6 |
| jeudi 29 octobre | +9 |
| mercredi 28 octobre | +3 |
| mardi 27 octobre | +7 |
| lundi 26 octobre | +5 |
| dimanche 25 octobre | +4 |
| samedi 24 octobre | +7 |
| vendredi 23 octobre | +8 |
| jeudi 22 octobre | +4 |
| mercredi 21 octobre | +8 |
Classements
Rang dans chaque thème cette semaine
| Thème | 7 jours |
|---|---|
| Machine learning thème | N° 229 sur 248 · top 93 % |
Sur 24 heures et sur 30 jours
| Thème | 24 heures | 30 jours |
|---|---|---|
| Machine learning thème | non classé | N° 361 sur 537 · top 68 % |
Voisins en hausse
| Rang | Projet | 7 jours |
|---|---|---|
| 1 | RainBowLuoCS/ | +725 |
| 2 | mit-han-lab/ | +684 |
| 3 | Robbyant/ | +442 |
| 4 | snap-stanford/ | +655 |
| 6 | HybridRobotics/ | +613 |
| 229 | labmlai/ | +48 |
Voir le classement Machine learning complet (248 projets)
Upstar classe par vitesse : les étoiles gagnées sur la période, divisées par la racine carrée des étoiles que le projet avait avant. Un petit projet qui décolle n’est donc pas écrasé par un projet célèbre. Comment fonctionne le classement
Chronologie
Du plus récent au plus ancien
- 5 novembre 2026
Premier classement sur Upstar
N° 181 en Machine learning, à 67 684 étoiles.
Classement - 2 novembre 2026
Dernier commit
865 commits et 156 pull requests depuis sa création, par 40 contributeurs.
Activité - 25 août 2020
Projet créé
Création
Chiffres issus de GitHub, mis à jour chaque heure
Mis à jour il y a 39 min