Accueil Projets PyCNN
PyCNN
Python

PyCNN

Traitement d'images avec des réseaux neuronaux cellulaires en Python

par ankitaggarwal011 · GitHub
Étoiles
Forks
Licence
Créé
Dernier commit
Catégorie
Langue
cellularcnncnn-processorsMITPython
Voir sur GitHub
En termes simples

Traitez des images à l'aide d'un réseau neuronal spécialisé conçu pour des performances à grande vitesse.

Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
PyCNN — GitHub preview card
📈 Historique des étoiles
545544
2026-07-202026-08-31
📈 Suivez PyCNN

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

Traitement d'images avec des réseaux neuronaux cellulaires en Python

PyCNN compte 544 étoiles sur GitHub. Il a été forké 81 fois. PyCNN est écrit principalement en Python. Il est développé activement depuis 2014. PyCNN est disponible sous licence MIT. Ses principaux thèmes sont : cellular, cnn, cnn-processors, computer-science.

Frequently asked questions

Qu'est-ce que PyCNN ?

Traitement d'images avec des réseaux neuronaux cellulaires en Python

PyCNN est-il open source ?

PyCNN est un projet open source. Il est distribué sous licence MIT.

PyCNN est-il gratuit ?

Oui. PyCNN est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est PyCNN ?

PyCNN est disponible sous licence MIT.

Dans quel langage PyCNN est-il écrit ?

PyCNN est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — PyCNN

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![olud.ai](https://olud.ai/badge.php?tool=ankitaggarwal011-pycnn)](https://olud.ai/project/ankitaggarwal011-pycnn.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.