Startseite Projekte capsule-networks
capsule-networks
Python

capsule-networks

Eine PyTorch-Implementierung des NIPS 2017-Papiers "Dynamische Routen zwischen Kapseln".

von gram-ai · GitHub
Sterne
Forks
Erstellt
Letzter Commit
Sprache
capsule-networksmachine-learningmnistPython
Auf GitHub ansehen
In einfachen Worten

Bauen und trainieren Sie ein Modell, das Objekte mit einem bestimmten neuronalen Netzwerkdesign erkennt.

Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
capsule-networks — GitHub preview card
📈 Sternhistorie
1.76k1.75k
2026-07-202026-08-31
📈 capsule-networks verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

Eine PyTorch-Implementierung des NIPS 2017-Papiers "Dynamische Routen zwischen Kapseln".

capsule-networks hat 1.8k Sterne auf GitHub. Es wurde 312-mal geforkt. capsule-networks ist hauptsächlich in Python geschrieben. Es wird seit 2017 aktiv entwickelt. Die Hauptthemen sind: capsule-networks, machine-learning, mnist, pytorch.

Frequently asked questions

Was ist capsule-networks?

Eine PyTorch-Implementierung des NIPS 2017-Papiers "Dynamische Routen zwischen Kapseln".

Ist capsule-networks Open Source?

capsule-networks ist ein Open-Source-Projekt.

Ist capsule-networks kostenlos?

Ja. capsule-networks ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

In welcher Sprache ist capsule-networks geschrieben?

capsule-networks ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — capsule-networks

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=gram-ai-capsule-networks)](https://olud.ai/project/gram-ai-capsule-networks.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.