Startseite Projekte elephas
elephas
Python

elephas

Verteiltes Deep Learning mit Keras & Spark.

von maxpumperla · GitHub
Sterne
Forks
Lizenz
Erstellt
Letzter Commit
Kategorie
Sprache
deep-learningdistributed-computingkerasMITPython
Auf GitHub ansehen
In einfachen Worten

Bauen und führen Sie Deep-Learning-Modelle auf mehreren Computern mit Keras und Spark aus.

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 →
elephas — GitHub preview card
📈 Sternhistorie
1 5801 579
2026-07-202026-08-31
📈 elephas verfolgen

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

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

Verteiltes Deep Learning mit Keras & Spark.

elephas hat 1.6k Sterne auf GitHub. Es wurde 303-mal geforkt. elephas ist hauptsächlich in Python geschrieben. Es wird seit 2015 aktiv entwickelt. elephas ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: deep-learning, distributed-computing, keras, neural-networks.

Frequently asked questions

Was ist elephas?

Verteiltes Deep Learning mit Keras & Spark.

Ist elephas Open Source?

elephas ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.

Ist elephas kostenlos?

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

Unter welcher Lizenz steht elephas?

elephas ist unter der MIT-Lizenz verfügbar.

In welcher Sprache ist elephas geschrieben?

elephas ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — elephas

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

[![olud.ai](https://olud.ai/badge.php?tool=maxpumperla-elephas)](https://olud.ai/project/maxpumperla-elephas.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

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