Inicio Proyectos fastai
fastai

fastai

por fastai · GitHub

La biblioteca de aprendizaje profundo fastai

Ver en GitHub
En palabras simples

Utiliza una biblioteca para proyectos de aprendizaje profundo directamente en tu navegador o en tu propia computadora.

⭐ Estrellas
🍴 Ramas
🔥 Tendencias
📜 Licencia
Uso comercial permitido
📅 Creado
🔄 Último commit
🏷️ Categoría
💻 Lenguaje
¿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 →
fastai — GitHub preview card
📈 Historial de estrellas
28.1k28.0k
2026-06-272026-07-29
📈 Sigue fastai

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

La biblioteca de aprendizaje profundo fastai

fastai tiene 28.1k estrellas en GitHub. Se ha bifurcado 7.7k veces. fastai está escrito principalmente en Jupyter Notebook. Se desarrolla activamente desde 2017. fastai está disponible bajo la licencia Apache-2.0. Sus temas principales son: colab, deep-learning, fastai, gpu.

Frequently asked questions

¿Qué es fastai?

La biblioteca de aprendizaje profundo fastai

¿fastai es de código abierto?

fastai es un proyecto de código abierto. Se distribuye bajo la licencia Apache-2.0.

¿fastai es gratis?

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

¿Bajo qué licencia está fastai?

fastai está disponible bajo la licencia Apache-2.0.

¿En qué lenguaje está escrito fastai?

fastai está escrito principalmente en Jupyter Notebook.

🏅 ¿Mantenedor de este proyecto?
OpenSourceAI badge — fastai

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

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=fastai-fastai)](https://opensourceai.tech/project/fastai-fastai.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.