torch-conv-kan
Este proyecto está dedicado a la implementación e investigación de redes convolucionales Kolmogorov-Arnold. El repositorio incluye implementaciones de convoluciones 1D, 2D y 3D con diferentes núcleos, modelos similares a ResNet y DenseNet, código de entrenamiento basado en
Detecta y clasifica señales de tráfico en imágenes utilizando un modelo de aprendizaje automático.
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quierasEste proyecto está dedicado a la implementación e investigación de redes convolucionales Kolmogorov-Arnold. El repositorio incluye implementaciones de convoluciones 1D, 2D y 3D con diferentes núcleos, modelos similares a ResNet y DenseNet, código de entrenamiento basado en
torch-conv-kan tiene 531 estrellas en GitHub. Se ha bifurcado 44 veces. torch-conv-kan está escrito principalmente en Python. Se desarrolla activamente desde 2024. torch-conv-kan está disponible bajo la licencia MIT. Sus temas principales son: computer-vision, convolutional-neural-networks, kolmogorov-arnold-networks.
¿Qué es torch-conv-kan?
Este proyecto está dedicado a la implementación e investigación de redes convolucionales Kolmogorov-Arnold. El repositorio incluye implementaciones de convoluciones 1D, 2D y 3D con diferentes núcleos, modelos similares a ResNet y DenseNet, código de entrenamiento basado en
¿torch-conv-kan es de código abierto?
torch-conv-kan es un proyecto de código abierto. Se distribuye bajo la licencia MIT.
¿torch-conv-kan es gratis?
Sí. torch-conv-kan es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
¿Bajo qué licencia está torch-conv-kan?
torch-conv-kan está disponible bajo la licencia MIT.
¿En qué lenguaje está escrito torch-conv-kan?
torch-conv-kan está escrito principalmente en Python.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://olud.ai/project/ivandrokin-torch-conv-kan.html)
Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.