Accueil Projets dancenet
dancenet

dancenet

par jsn5 · GitHub

DanceNet -💃💃 Générateur de danse utilisant Autoencoder, LSTM et Réseau de Densité Mixtes. (Keras)

Voir sur GitHub
⭐ Étoiles
🍴 Forks
📜 Licence
Utilisation commerciale autorisée
📅 Créé
🔄 Dernier commit
🏷️ Catégorie
💻 Langue
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 →
dancenet — GitHub preview card
📈 Historique des étoiles
520519
2026-07-202026-07-29
📈 Suivez dancenet

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

DanceNet -💃💃 Générateur de danse utilisant Autoencoder, LSTM et Réseau de Densité Mixtes. (Keras)

dancenet compte 519 étoiles sur GitHub. Il a été forké 82 fois. dancenet est écrit principalement en Python. Il est développé activement depuis 2018. dancenet est disponible sous licence MIT. Ses principaux thèmes sont : autoencoder, computer-vision, generative-model, keras.

Frequently asked questions

Qu'est-ce que dancenet ?

DanceNet -💃💃 Générateur de danse utilisant Autoencoder, LSTM et Réseau de Densité Mixtes. (Keras)

dancenet est-il open source ?

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

dancenet est-il gratuit ?

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

Sous quelle licence est dancenet ?

dancenet est disponible sous licence MIT.

Dans quel langage dancenet est-il écrit ?

dancenet est écrit principalement en Python.

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

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=jsn5-dancenet)](https://olud.ai/project/jsn5-dancenet.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.