Accueil Projets talos
talos
Python

talos

Expériences d'hyperparamètres avec TensorFlow et Keras

par autonomio · GitHub
Étoiles
Forks
Licence
Créé
Dernier commit
Langue
artificial-intelligencedeep-learninghyperparameter-optimizationMITPython
Voir sur GitHub
En termes simples

Automatisez le processus de réglage et de test des modèles d'apprentissage automatique avec TensorFlow et Keras.

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 →
talos — GitHub preview card
📈 Historique des étoiles
1 6371 636
2026-07-202026-08-31
📈 Suivez talos

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

Expériences d'hyperparamètres avec TensorFlow et Keras

talos compte 1.6k étoiles sur GitHub. Il a été forké 265 fois. talos est écrit principalement en Python. Il est développé activement depuis 2018. talos est disponible sous licence MIT. Ses principaux thèmes sont : artificial-intelligence, deep-learning, hyperparameter-optimization, keras.

Frequently asked questions

Qu'est-ce que talos ?

Expériences d'hyperparamètres avec TensorFlow et Keras

talos est-il open source ?

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

talos est-il gratuit ?

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

Sous quelle licence est talos ?

talos est disponible sous licence MIT.

Dans quel langage talos est-il écrit ?

talos est écrit principalement en Python.

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

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=autonomio-talos)](https://olud.ai/project/autonomio-talos.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.