Dieses Projekt erweitert die Idee der innovativen Architektur von Kolmogorov-Arnold-Netzwerken (KAN) auf die Faltungsschichten und verändert die klassische lineare Transformation der Faltung in lernbare nichtlineare Aktivierungen in jedem Pixel.
Experimentieren Sie mit fortgeschrittenen Bildverarbeitungstechniken, indem Sie nichtlineare Transformationen auf Faltungsschichten in Ihren Projekten anwenden.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbarDieses Projekt erweitert die Idee der innovativen Architektur von Kolmogorov-Arnold-Netzwerken (KAN) auf die Faltungsschichten und verändert die klassische lineare Transformation der Faltung in lernbare nichtlineare Aktivierungen in jedem Pixel.
Convolutional-KANs hat 922 Sterne auf GitHub. Es wurde 95-mal geforkt. Convolutional-KANs ist hauptsächlich in Jupyter Notebook geschrieben. Es wird seit 2024 aktiv entwickelt. Convolutional-KANs ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: cnn, computer-vision, deep-learning.
Dieses Projekt erweitert die Idee der innovativen Architektur von Kolmogorov-Arnold-Netzwerken (KAN) auf die Faltungsschichten und verändert die klassische lineare Transformation der Faltung in lernbare nichtlineare Aktivierungen in jedem Pixel.
Convolutional-KANs ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.
Ja. Convolutional-KANs ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
Convolutional-KANs ist unter der MIT-Lizenz verfügbar.
Convolutional-KANs ist hauptsächlich in Jupyter Notebook geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://opensourceai.tech/project/antoniotepsich-convolutional-kans.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.