Accueil Projets TensorFlow-Course
TensorFlow-Course
Jupyter Notebook

TensorFlow-Course

:satellite: Tutoriels simples et prêts à l'emploi pour TensorFlow

par instillai · GitHub
Étoiles
Forks
Licence
Créé
Dernier commit
Catégorie
deep-learningdeep-learning-tutorialpythonMITJupyter Notebook
Voir sur GitHub
En termes simples

Suivez des tutoriels simples pour apprendre à utiliser TensorFlow pour des projets d'apprentissage profond.

Depuis le README

Extraits du README du projet sur GitHub. Le droit d'auteur et les licences restent la propriété des auteurs respectifs.

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 →
TensorFlow-Course — GitHub preview card
📈 Historique des étoiles
16 28416 280
2026-06-282026-08-31
📈 Suivez TensorFlow-Course

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

:satellite: Tutoriels simples et prêts à l'emploi pour TensorFlow

TensorFlow-Course compte 16.3k étoiles sur GitHub. Il a été forké 3.1k fois. TensorFlow-Course est écrit principalement en Jupyter Notebook. Il est développé activement depuis 2018. TensorFlow-Course est disponible sous licence MIT. Ses principaux thèmes sont : deep-learning, deep-learning-tutorial, python, tensorflow.

Frequently asked questions

Qu'est-ce que TensorFlow-Course ?

:satellite: Tutoriels simples et prêts à l'emploi pour TensorFlow

TensorFlow-Course est-il open source ?

TensorFlow-Course est un projet open source. Il est distribué sous licence MIT.

TensorFlow-Course est-il gratuit ?

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

Sous quelle licence est TensorFlow-Course ?

TensorFlow-Course est disponible sous licence MIT.

Dans quel langage TensorFlow-Course est-il écrit ?

TensorFlow-Course est écrit principalement en Jupyter Notebook.

🏅 Mainteneur de ce projet ?
olud.ai badge — TensorFlow-Course

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=instillai-tensorflow-course)](https://olud.ai/project/instillai-tensorflow-course.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
TensorFlow-and-DeepLearning-Tutorial
Un cours en ligne sur TensorFlow & Deep Learning que j'ai enseigné en 2016
2.3k · deep-learning
partagedeep-learning-tutorialtensorflow
Great-Deep-Learning-Tutorials
Une excellente collection de tutoriels et de dépôts sur l'apprentissage profond
410 · computer-vision
partagedeep-learning-tutorial
Machine-Learning-Tutorials
tutoriels d'apprentissage automatique et d'apprentissage profond, articles et autres ressources
18k · awesome
partagedeep-learning-tutorial
DeepRL-Agents
Un ensemble d'agents d'apprentissage par renforcement profond implémentés dans Tensorflow.
2.3k · reinforcement-learning
partagetensorflow
Meta-RL
Implémentation de l'algorithme Meta-RL A3C
407 · reinforcement-learning
partagetensorflow
ILearnDeepLearning.py
Ce dépôt contient de petits projets liés aux réseaux neuronaux et à l'apprentissage profond en…
1.4k · computer-vision
partagedeep-learning-tutorial
xlnet
XLNet : Préentraînement Autoregressif Généralisé pour la Compréhension du Langage
6.2k · deep-learning
partagetensorflow
Dive-into-DL-PyTorch
本项目将《动手学深度学习》(Dive into Deep Learning)原书中的MXNet实现改为PyTorch实现。
19.4k · computer-vision
partagedeep-learning-tutorial
tensorflow-1.4-billion-password-analysis
Modèle d'apprentissage profond pour analyser un grand corpus de mots de passe en texte clair.
2k · deep-learning
partagetensorflow
annotated_deep_learning_paper_implementations
🧑‍🏫 60+ Implémentations/tutoriels de papiers sur l'apprentissage profond avec des notes côte à…
67.1k · attention
partagedeep-learning-tutorial

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.