Awesome-Deep-Learning-Resources
Liste approximative de mes ressources préférées en apprentissage profond, utile pour revisiter des sujets ou pour référence. J'ai parcouru tout le contenu listé là-bas, soigneusement. - Guillaume Chevalier
Référez-vous à une liste soigneusement sélectionnée de ressources utiles pour apprendre et revisiter des sujets d'apprentissage profond.
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 momentListe approximative de mes ressources préférées en apprentissage profond, utile pour revisiter des sujets ou pour référence. J'ai parcouru tout le contenu listé là-bas, soigneusement. - Guillaume Chevalier
Awesome-Deep-Learning-Resources compte 1.8k étoiles sur GitHub. Il a été forké 295 fois. Il est développé activement depuis 2016. Awesome-Deep-Learning-Resources est disponible sous licence CC0-1.0. Ses principaux thèmes sont : awesome, awesome-list, cnn, deep-learning.
Qu'est-ce que Awesome-Deep-Learning-Resources ?
Liste approximative de mes ressources préférées en apprentissage profond, utile pour revisiter des sujets ou pour référence. J'ai parcouru tout le contenu listé là-bas, soigneusement. - Guillaume Chevalier
Awesome-Deep-Learning-Resources est-il open source ?
Awesome-Deep-Learning-Resources est un projet open source. Il est distribué sous licence CC0-1.0.
Awesome-Deep-Learning-Resources est-il gratuit ?
Oui. Awesome-Deep-Learning-Resources est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est Awesome-Deep-Learning-Resources ?
Awesome-Deep-Learning-Resources est disponible sous licence CC0-1.0.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://opensourceai.tech/project/guillaume-chevalier-awesome-deep-learning-resources.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.