Startseite Projekte open_clip
open_clip
Python

open_clip

Eine Open-Source-Implementierung von CLIP.

von mlfoundations · GitHub
Sterne
Forks
Erstellt
Letzter Commit
Sprache
computer-visioncontrastive-lossdeep-learningPython
Auf GitHub ansehen
In einfachen Worten

Interagieren Sie mit und trainieren Sie KI-Modelle für Bild- und Sprachaufgaben.

Aus der README

Installieren
pip install open_clip_torch

Auszüge aus der Projekt-README zu GitHub. Das Urheberrecht und die Lizenzen verbleiben bei den jeweiligen Autoren.

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 →
open_clip — GitHub preview card
📈 Sternhistorie
14.00k13.95k
2026-06-282026-08-31
📈 open_clip 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 Open-Source-Implementierung von CLIP.

open_clip hat 14k Sterne auf GitHub. Es wurde 1.3k-mal geforkt. open_clip ist hauptsächlich in Python geschrieben. Es wird seit 2021 aktiv entwickelt. Die Hauptthemen sind: computer-vision, contrastive-loss, deep-learning, language-model.

Frequently asked questions

Was ist open_clip?

Eine Open-Source-Implementierung von CLIP.

Ist open_clip Open Source?

open_clip ist ein Open-Source-Projekt.

Ist open_clip kostenlos?

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

In welcher Sprache ist open_clip geschrieben?

open_clip ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — open_clip

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

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

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