Startseite› Projekte› cc2dataset
cc2dataset

cc2dataset

von rom1504 · GitHub

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

# big-data# dataset# multimodal
Auf GitHub ansehen
⭐ Sterne
321
🍴 Forks
26
📜 Lizenz
MIT
Kommerzielle Nutzung erlaubt
📅 Erstellt
2022
🔄 Letzter Commit
2 yr ago
🏷️ Kategorie
big-data
💻 Sprache
Python
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
2026-07-202026-07-29
📈 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?
OpenSourceAI badge — cc2dataset

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

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=rom1504-cc2dataset)](https://opensourceai.tech/project/rom1504-cc2dataset.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →
img2dataset
Easily turn large sets of image urls to an image dataset. Can download, resize and package 100M…
★ 4.4k · big-data
teiltbig-datamultimodal
visualwebarena
VisualWebArena ist ein Benchmark für multimodale Agenten.
★ 484 · agents
teiltmultimodal
Show-o
[ICLR & NeurIPS 2025] Repository für die Show-o-Serie, ein einzelner Transformer zur Vereinheit…
★ 2k · diffusion-models
teiltmultimodal
Pixel-Reasoner
Pixel-Level Reasoning Model trainiert mit RL [NeuIPS25]
★ 301 · llm
teiltmultimodal
LLaVA-Interactive-Demo
LLaVA-Interactive-Demo
★ 380 · lmm
teiltmultimodal
HPT
HPT - Offene multimodale LLMs von HyperGAI
★ 313 · generative-ai
teiltmultimodal
VisCPM
[ICLR'24 spotlight] Chinesische und englische multimodale große Modellreihe (Chat und Malen) |…
★ 1.1k · diffusion-models
teiltmultimodal
awesome-scalability
Die Muster skalierbarer, zuverlässiger und leistungsfähiger Großsysteme.
★ 72.8k · architecture
ClickHouse
ClickHouse® ist ein Echtzeit-Analytik-Datenbankmanagementsystem
★ 48.9k · ai
data-science-ipython-notebooks
Data Science Python-Notebooks: Deep Learning (TensorFlow, Theano, Caffe, Keras), scikit-learn,…
★ 29.3k · aws

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