Accueil Projets devol
devol
Python

devol

POC précoce de recherche d'architecture neuronale génétique

par joeddav · GitHub
Étoiles
Forks
Licence
Créé
Dernier commit
Catégorie
Langue
automlcomputer-visiondeep-learningMITPython
Voir sur GitHub
En termes simples

Expérimentez la création de conceptions de réseaux neuronaux en utilisant des algorithmes génétiques pour des tâches de classification.

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 →
devol — GitHub preview card
📈 Historique des étoiles
952951
2026-07-202026-08-31
📈 Suivez devol

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

POC précoce de recherche d'architecture neuronale génétique

devol compte 951 étoiles sur GitHub. Il a été forké 114 fois. devol est écrit principalement en Python. Il est développé activement depuis 2017. devol est disponible sous licence MIT. Ses principaux thèmes sont : automl, computer-vision, deep-learning, genetic-algorithm.

Frequently asked questions

Qu'est-ce que devol ?

POC précoce de recherche d'architecture neuronale génétique

devol est-il open source ?

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

devol est-il gratuit ?

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

Sous quelle licence est devol ?

devol est disponible sous licence MIT.

Dans quel langage devol est-il écrit ?

devol est écrit principalement en Python.

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

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=joeddav-devol)](https://olud.ai/project/joeddav-devol.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.