Inicio Proyectos Top-Deep-Learning
Top-Deep-Learning
Python

Top-Deep-Learning

Las 200 principales repositorios de deep learning en Github ordenados por el número de estrellas.

por mbadry1 · GitHub
Estrellas
Ramas
Licencia
Creado
Último commit
Lenguaje
artificial-intelligenceartificial-neural-networksconvolutional-neural-networksMITPython
Ver en GitHub
En palabras simples

Genera audio rápidamente y con alta calidad usando un modelo de red neuronal diseñado para síntesis de audio en tiempo real.

¿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 →
Top-Deep-Learning — GitHub preview card
📈 Historial de estrellas
1 7721 771
2026-07-202026-08-31
📈 Sigue Top-Deep-Learning

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

Las 200 principales repositorios de deep learning en Github ordenados por el número de estrellas.

Top-Deep-Learning tiene 1.8k estrellas en GitHub. Se ha bifurcado 438 veces. Top-Deep-Learning está escrito principalmente en Python. Se desarrolla activamente desde 2018. Top-Deep-Learning está disponible bajo la licencia MIT. Sus temas principales son: artificial-intelligence, artificial-neural-networks, convolutional-neural-networks, deep-learning.

Frequently asked questions

¿Qué es Top-Deep-Learning?

Las 200 principales repositorios de deep learning en Github ordenados por el número de estrellas.

¿Top-Deep-Learning es de código abierto?

Top-Deep-Learning es un proyecto de código abierto. Se distribuye bajo la licencia MIT.

¿Top-Deep-Learning es gratis?

Sí. Top-Deep-Learning es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿Bajo qué licencia está Top-Deep-Learning?

Top-Deep-Learning está disponible bajo la licencia MIT.

¿En qué lenguaje está escrito Top-Deep-Learning?

Top-Deep-Learning está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — Top-Deep-Learning

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=mbadry1-top-deep-learning)](https://olud.ai/project/mbadry1-top-deep-learning.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →
First-steps-towards-Deep-Learning
Este es un libro de código abierto sobre aprendizaje profundo.
441 · artificial-intelligence
comparteartificial-neural-networksconvolutional-neural-networks
awesome-ai-awesomeness
Una lista curada de cosas increíbles sobre inteligencia artificial.
986 · artificial-intelligence
comparteartificial-neural-networks
free-ai-resources
🚀 Recursos de IA GRATIS - 🎓 Cursos, 👷 Trabajos, 📝 Blogs, 🔬 Investigación en IA, y muchos más -…
1.9k · ai
comparteartificial-neural-networks
OpenAssistantGPT
Un SaaS de Código Abierto Comunitario para Crear/Construir/Crear Chatbots con la API de Asisten…
425 · ai
comparteartificial-neural-networks
awesome-quantum-machine-learning
Aquí puedes obtener todos los conceptos básicos de Aprendizaje Automático Cuántico, algoritmos,…
3.6k · ai
comparteartificial-neural-networks
PixelLib
Visita la documentación oficial de PixelLib https://pixellib.readthedocs.io/en/latest/
1.1k · artificial-intelligence
comparteconvolutional-neural-networks
EasyPR
(CGCSTCD'2017) Un proyecto fácil, flexible y preciso de reconocimiento de placas para licencias…
6.4k · artificial-intelligence
comparteartificial-neural-networks
quiver
Visualización de características de convnet interactiva para Keras
1.8k · convolutional-neural-networks
comparteconvolutional-neural-networks
PALM-E
Implementación de "PaLM-E: Un Modelo de Lenguaje Multimodal Incorporado".
338 · artificial-intelligence
comparteartificial-neural-networks
self-driving-car
Proyectos del Nanodegree de Ingeniero de Autos Autónomos de Udacity.
2.9k · computer-vision
comparteconvolutional-neural-networks

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