Accueil Projets axlearn
axlearn

axlearn

par apple · GitHub

Une bibliothèque d'apprentissage profond extensible

Voir sur GitHub
En termes simples

Construisez et gérez des modèles d'apprentissage profond à grande échelle en utilisant des composants réutilisables.

⭐ Étoiles
🍴 Forks
📜 Licence
Utilisation commerciale autorisée
📅 Créé
🔄 Dernier commit
🏷️ Catégorie
💻 Langue
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 →
axlearn — GitHub preview card
📈 Historique des étoiles
2 3702 365
2026-07-072026-07-29
📈 Suivez axlearn

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

Une bibliothèque d'apprentissage profond extensible

axlearn compte 2.4k étoiles sur GitHub. Il a été forké 409 fois. axlearn est écrit principalement en Python. Il est développé activement depuis 2023. axlearn est disponible sous licence Apache-2.0. Ses principaux thèmes sont : deep-learning, jax.

Frequently asked questions

Qu'est-ce que axlearn ?

Une bibliothèque d'apprentissage profond extensible

axlearn est-il open source ?

axlearn est un projet open source. Il est distribué sous licence Apache-2.0.

axlearn est-il gratuit ?

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

Sous quelle licence est axlearn ?

axlearn est disponible sous licence Apache-2.0.

Dans quel langage axlearn est-il écrit ?

axlearn est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
OpenSourceAI badge — axlearn

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

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=apple-axlearn)](https://opensourceai.tech/project/apple-axlearn.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.