Inicio Proyectos ffcv
ffcv

ffcv

por libffcv · GitHub

FFCV: Visión por Computadora Rápida (¡y otras cargas de trabajo de ML!)

Ver en GitHub
En palabras simples

Acelera el proceso de entrenamiento de modelos de aprendizaje automático mejorando cómo se cargan los datos.

⭐ 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 →
ffcv — GitHub preview card
📈 Historial de estrellas
2 9932 989
2026-07-072026-07-29
📈 Sigue ffcv

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

FFCV: Visión por Computadora Rápida (¡y otras cargas de trabajo de ML!)

ffcv tiene 3k estrellas en GitHub. Se ha bifurcado 181 veces. ffcv está escrito principalmente en Python. Se desarrolla activamente desde 2021. ffcv está disponible bajo la licencia Apache-2.0. Sus temas principales son: data-science, machine-learning, pytorch.

Frequently asked questions

¿Qué es ffcv?

FFCV: Visión por Computadora Rápida (¡y otras cargas de trabajo de ML!)

¿ffcv es de código abierto?

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

¿ffcv es gratis?

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

¿Bajo qué licencia está ffcv?

ffcv está disponible bajo la licencia Apache-2.0.

¿En qué lenguaje está escrito ffcv?

ffcv está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
OpenSourceAI badge — ffcv

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=libffcv-ffcv)](https://opensourceai.tech/project/libffcv-ffcv.html)
Más opciones de distintivos →
🧬 Comparte ADN con

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