# eloialonso/iris

<https://repo.masters-masters.com/repos/eloialonso/iris>

[Accueil](https://repo.masters-masters.com/) › [eloialonso](https://repo.masters-masters.com/owners/eloialonso) › [iris](https://repo.masters-masters.com/repos/eloialonso/iris)

eloialonso/iris, dépôt open source à 903 étoiles sur GitHub. Carte Bêta de RepoMasters. Transformers are Sample-Efficient World Models. ICLR 2023, notable top…

| Champ | Valeur |
| --- | --- |
| Propriétaire | [eloialonso](https://repo.masters-masters.com/owners/eloialonso) |
| Étoiles | 903 |
| Forks | 96 |
| Langage | [Python](https://repo.masters-masters.com/languages/python) |
| Licence | GPL-3.0 |
| Création | 2022 |
| Sujets | deep-learning, machine-learning, reinforcement-learning, artificial-intelligence, atari, world-models, research, transformers |
| Rang | [Bêta (700 à 1 999 ★)](https://repo.masters-masters.com/ranks/box_office) |
| Voir sur GitHub | [eloialonso/iris](https://github.com/eloialonso/iris) |

## Fiche du dépôt

Transformers are Sample-Efficient World Models. ICLR 2023, notable top 5%.

Rang des dépôts qui ont 700 à 1 999 ★ sur GitHub. Probabilité publiée par carte tirée : 6 %. Rareté : Rare.

## Autres dépôts de eloialonso

- [eloialonso/diamond · ★ 2 124 · Python · RC](https://repo.masters-masters.com/repos/eloialonso/diamond)

## D’autres dépôts Python

- [Alpha-VLLM/Lumina-Image-2.0 · ★ 903 · Python · Bêta](https://repo.masters-masters.com/repos/Alpha-VLLM/Lumina-Image-2.0)
- [TheStageAI/TheWhisper · ★ 903 · Python · Bêta](https://repo.masters-masters.com/repos/TheStageAI/TheWhisper)
- [miiot/micam · ★ 903 · Python · Bêta](https://repo.masters-masters.com/repos/miiot/micam)
- [machinalis/iepy · ★ 903 · Python · Bêta](https://repo.masters-masters.com/repos/machinalis/iepy)
- [rdnetto/YCM-Generator · ★ 903 · Python · Bêta](https://repo.masters-masters.com/repos/rdnetto/YCM-Generator)
- [NUAA-AL/ALiPy · ★ 903 · Python · Bêta](https://repo.masters-masters.com/repos/NUAA-AL/ALiPy)

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