Convolutional-KANs
Ce projet étend l'idée de l'architecture innovante des réseaux Kolmogorov-Arnold (KAN) aux couches convolutionnelles, changeant la transformation linéaire classique de la convolution en activations non linéaires apprenables dans chaque pixel.
Expérimentez avec des techniques avancées de traitement d'images en appliquant des transformations non linéaires aux couches de convolution dans vos projets.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentCe projet étend l'idée de l'architecture innovante des réseaux Kolmogorov-Arnold (KAN) aux couches convolutionnelles, changeant la transformation linéaire classique de la convolution en activations non linéaires apprenables dans chaque pixel.
Convolutional-KANs compte 921 étoiles sur GitHub. Il a été forké 95 fois. Convolutional-KANs est écrit principalement en Jupyter Notebook. Il est développé activement depuis 2024. Convolutional-KANs est disponible sous licence MIT. Ses principaux thèmes sont : cnn, computer-vision, deep-learning.
Qu'est-ce que Convolutional-KANs ?
Ce projet étend l'idée de l'architecture innovante des réseaux Kolmogorov-Arnold (KAN) aux couches convolutionnelles, changeant la transformation linéaire classique de la convolution en activations non linéaires apprenables dans chaque pixel.
Convolutional-KANs est-il open source ?
Convolutional-KANs est un projet open source. Il est distribué sous licence MIT.
Convolutional-KANs est-il gratuit ?
Oui. Convolutional-KANs est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est Convolutional-KANs ?
Convolutional-KANs est disponible sous licence MIT.
Dans quel langage Convolutional-KANs est-il écrit ?
Convolutional-KANs est écrit principalement en Jupyter Notebook.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/antoniotepsich-convolutional-kans.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.