Startseite Projekte ShuffleNet
ShuffleNet
Python

ShuffleNet

ShuffleNet-Implementierung in TensorFlow

von MG2033 · GitHub
Sterne
Forks
Erstellt
Letzter Commit
Sprache
classificationcomputer-visiondeep-learningApache-2.0Python
Auf GitHub ansehen
In einfachen Worten

Führen Sie eine leichte Version von ShuffleNet zur Bildklassifizierung auf mobilen Geräten mit TensorFlow 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 →
ShuffleNet — GitHub preview card
📈 Sternhistorie
382381
2026-07-202026-08-31
📈 ShuffleNet verfolgen

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

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

ShuffleNet-Implementierung in TensorFlow

ShuffleNet hat 381 Sterne auf GitHub. Es wurde 124-mal geforkt. ShuffleNet ist hauptsächlich in Python geschrieben. Es wird seit 2017 aktiv entwickelt. ShuffleNet ist unter der Apache-2.0-Lizenz verfügbar. Die Hauptthemen sind: classification, computer-vision, deep-learning, group-convolution.

Frequently asked questions

Was ist ShuffleNet?

ShuffleNet-Implementierung in TensorFlow

Ist ShuffleNet Open Source?

ShuffleNet ist ein Open-Source-Projekt. Es wird unter der Apache-2.0-Lizenz veröffentlicht.

Ist ShuffleNet kostenlos?

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

Unter welcher Lizenz steht ShuffleNet?

ShuffleNet ist unter der Apache-2.0-Lizenz verfügbar.

In welcher Sprache ist ShuffleNet geschrieben?

ShuffleNet ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — ShuffleNet

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

[![olud.ai](https://olud.ai/badge.php?tool=mg2033-shufflenet)](https://olud.ai/project/mg2033-shufflenet.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

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