Inicio Proyectos PyCNN
PyCNN
Python

PyCNN

Procesamiento de imágenes con redes neuronales celulares en Python

por ankitaggarwal011 · GitHub
Estrellas
Ramas
Licencia
Creado
Último commit
Categoría
Lenguaje
cellularcnncnn-processorsMITPython
Ver en GitHub
En palabras simples

Procesa imágenes utilizando una red neuronal especializada diseñada para un rendimiento de alta velocidad.

¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
PyCNN — GitHub preview card
📈 Historial de estrellas
545544
2026-07-202026-08-31
📈 Sigue PyCNN

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

Procesamiento de imágenes con redes neuronales celulares en Python

PyCNN tiene 544 estrellas en GitHub. Se ha bifurcado 81 veces. PyCNN está escrito principalmente en Python. Se desarrolla activamente desde 2014. PyCNN está disponible bajo la licencia MIT. Sus temas principales son: cellular, cnn, cnn-processors, computer-science.

Frequently asked questions

¿Qué es PyCNN?

Procesamiento de imágenes con redes neuronales celulares en Python

¿PyCNN es de código abierto?

PyCNN es un proyecto de código abierto. Se distribuye bajo la licencia MIT.

¿PyCNN es gratis?

Sí. PyCNN es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿Bajo qué licencia está PyCNN?

PyCNN está disponible bajo la licencia MIT.

¿En qué lenguaje está escrito PyCNN?

PyCNN está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — PyCNN

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=ankitaggarwal011-pycnn)](https://olud.ai/project/ankitaggarwal011-pycnn.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.