Startseite› Projekte› cc2dataset
cc2dataset
Python

cc2dataset

Konvertiere einfach Common Crawl in einen Datensatz von Beschriftungen und Dokumenten. Bild/Text Audio/Text Video/Text, ...

von rom1504 · GitHub
321
Sterne
26
Forks
MIT
Lizenz
2022
Erstellt
2 yr ago
Letzter Commit
big-data
Kategorie
Python
Sprache
big-datadatasetmultimodalMITPython
Auf GitHub ansehen
In einfachen Worten

Konvertieren Sie Webdaten in ein strukturiertes Datenset mit Beschriftungen und Dokumenten für verschiedene Medientypen.

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 →
cc2dataset — GitHub preview card
📈 Sternhistorie
322321
2026-07-202026-08-31
📈 cc2dataset verfolgen

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

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

Konvertiere einfach Common Crawl in einen Datensatz von Beschriftungen und Dokumenten. Bild/Text Audio/Text Video/Text, ...

cc2dataset hat 321 Sterne auf GitHub. Es wurde 26-mal geforkt. cc2dataset ist hauptsächlich in Python geschrieben. Es wird seit 2022 aktiv entwickelt. cc2dataset ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: big-data, dataset, multimodal.

❓ Frequently asked questions

Was ist cc2dataset?

Konvertiere einfach Common Crawl in einen Datensatz von Beschriftungen und Dokumenten. Bild/Text Audio/Text Video/Text, ...

Ist cc2dataset Open Source?

cc2dataset ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.

Ist cc2dataset kostenlos?

Ja. cc2dataset ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht cc2dataset?

cc2dataset ist unter der MIT-Lizenz verfügbar.

In welcher Sprache ist cc2dataset geschrieben?

cc2dataset ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — cc2dataset

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

[![olud.ai](https://olud.ai/badge.php?tool=rom1504-cc2dataset)](https://olud.ai/project/rom1504-cc2dataset.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →
vespa
Die KI-Suchplattform
★ 7k · ai
teiltbig-data
h2o-3
H2O ist eine Open-Source-, verteilte, schnelle und skalierbare Machine-Learning-Plattform: Deep…
★ 7.5k · automl
teiltbig-data
ClickHouse
ClickHouse® ist ein Echtzeit-Analytik-Datenbankmanagementsystem
★ 48.7k · ai
teiltbig-data
SynapseML
Einfache und verteilte maschinelles Lernen
★ 5.2k · ai
teiltbig-data
data-science-ipython-notebooks
Data Science Python-Notebooks: Deep Learning (TensorFlow, Theano, Caffe, Keras), scikit-learn,…
★ 29.2k · aws
teiltbig-data
img2dataset
Easily turn large sets of image urls to an image dataset. Can download, resize and package 100M…
★ 4.4k · big-data
teiltbig-data
spark-py-notebooks
Apache Spark & Python (pySpark) Tutorials für Big Data-Analyse und maschinelles Lernen als IPyt…
★ 1.7k · big-data
teiltbig-data
visualwebarena
VisualWebArena ist ein Benchmark für multimodale Agenten.
★ 482 · agents
teiltmultimodal
feast
Der Open Source Feature Store für KI/ML
★ 7.1k · big-data
teiltbig-data
gun
Ein Open-Source-Cybersicherheitsprotokoll zum Synchronisieren dezentraler Graphdaten.
★ 19.1k · artificial-intelligence
teiltbig-data

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