Inicio Proyectos elephas
elephas

elephas

por maxpumperla · GitHub

Aprendizaje profundo distribuido con Keras y Spark.

Ver en GitHub
En palabras simples

Construye y ejecuta modelos de aprendizaje profundo en múltiples computadoras usando Keras y Spark.

⭐ Estrellas
🍴 Ramas
📜 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 →
elephas — GitHub preview card
📈 Historial de estrellas
1 5801 579
2026-07-202026-07-29
📈 Sigue elephas

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

Aprendizaje profundo distribuido con Keras y Spark.

elephas tiene 1.6k estrellas en GitHub. Se ha bifurcado 303 veces. elephas está escrito principalmente en Python. Se desarrolla activamente desde 2015. elephas está disponible bajo la licencia MIT. Sus temas principales son: deep-learning, distributed-computing, keras, neural-networks.

Frequently asked questions

¿Qué es elephas?

Aprendizaje profundo distribuido con Keras y Spark.

¿elephas es de código abierto?

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

¿elephas es gratis?

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

¿Bajo qué licencia está elephas?

elephas está disponible bajo la licencia MIT.

¿En qué lenguaje está escrito elephas?

elephas está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
OpenSourceAI badge — elephas

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=maxpumperla-elephas)](https://opensourceai.tech/project/maxpumperla-elephas.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.