# cindyxinyiwang/deep-latent-sequence-model

<https://repo.masters-masters.com/repos/cindyxinyiwang/deep-latent-sequence-model>

[Accueil](https://repo.masters-masters.com/) › [cindyxinyiwang](https://repo.masters-masters.com/owners/cindyxinyiwang) › [deep-latent-sequence-model](https://repo.masters-masters.com/repos/cindyxinyiwang/deep-latent-sequence-model)

cindyxinyiwang/deep-latent-sequence-model, dépôt open source à 161 étoiles sur GitHub. Carte Prototype de RepoMasters. Pytorch implementation of "A…

| Champ | Valeur |
| --- | --- |
| Propriétaire | [cindyxinyiwang](https://repo.masters-masters.com/owners/cindyxinyiwang) |
| Étoiles | 161 |
| Forks | 26 |
| Langage | [Python](https://repo.masters-masters.com/languages/python) |
| Licence | Aucune |
| Création | 2019 |
| Rang | [Prototype (100 à 249 ★)](https://repo.masters-masters.com/ranks/rush) |
| Voir sur GitHub | [cindyxinyiwang/deep-latent-sequence-model](https://github.com/cindyxinyiwang/deep-latent-sequence-model) |

## Fiche du dépôt

Pytorch implementation of "A Probabilistic Formulation of Unsupervised Text Style Transfer" by He. et. al. at ICLR 2020

Rang des dépôts qui ont 100 à 249 ★ sur GitHub. Probabilité publiée par carte tirée : 70 %. Rareté : Commune.

## D’autres dépôts Python

- [timpratim/macbrow · ★ 161 · Python · Prototype](https://repo.masters-masters.com/repos/timpratim/macbrow)
- [avi691/linkedin-agent-skill · ★ 161 · Python · Prototype](https://repo.masters-masters.com/repos/avi691/linkedin-agent-skill)
- [Aoisop/mawoagent · ★ 161 · Python · Prototype](https://repo.masters-masters.com/repos/Aoisop/mawoagent)
- [lilspikey/django-batch-select · ★ 161 · Python · Prototype](https://repo.masters-masters.com/repos/lilspikey/django-batch-select)
- [benosteen/FaceRecognition · ★ 161 · Python · Prototype](https://repo.masters-masters.com/repos/benosteen/FaceRecognition)
- [defnull/multipart · ★ 161 · Python · Prototype](https://repo.masters-masters.com/repos/defnull/multipart)

---
Données : GitHub · Illustration dessinée par RepoMasters à partir de l’identifiant du dépôt et de la couleur de son langage.