Une implémentation PyTorch de l'article NIPS 2017 "Dynamic Routing Between Capsules".
Construisez et entraînez un modèle qui reconnaît des objets en utilisant un design de réseau neuronal spécifique.
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 momentUne implémentation PyTorch de l'article NIPS 2017 "Dynamic Routing Between Capsules".
capsule-networks compte 1.8k étoiles sur GitHub. Il a été forké 312 fois. capsule-networks est écrit principalement en Python. Il est développé activement depuis 2017. Ses principaux thèmes sont : capsule-networks, machine-learning, mnist, pytorch.
Une implémentation PyTorch de l'article NIPS 2017 "Dynamic Routing Between Capsules".
capsule-networks est un projet open source.
Oui. capsule-networks est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
capsule-networks est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/gram-ai-capsule-networks.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.