Accueil Projets ffcv
ffcv
Python

ffcv

FFCV : Vision par ordinateur rapide (et autres charges de travail ML !)

par libffcv · GitHub
Étoiles
Forks
Licence
Créé
Dernier commit
Catégorie
Langue
data-sciencemachine-learningpytorchApache-2.0Python
Voir sur GitHub
En termes simples

Accélérez le processus d'entraînement des modèles d'apprentissage automatique en améliorant la façon dont les données sont chargées.

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 →
ffcv — GitHub preview card
📈 Historique des étoiles
2 9902 989
2026-07-072026-08-31
📈 Suivez ffcv

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

FFCV : Vision par ordinateur rapide (et autres charges de travail ML !)

ffcv compte 3k étoiles sur GitHub. Il a été forké 181 fois. ffcv est écrit principalement en Python. Il est développé activement depuis 2021. ffcv est disponible sous licence Apache-2.0. Ses principaux thèmes sont : data-science, machine-learning, pytorch.

Frequently asked questions

Qu'est-ce que ffcv ?

FFCV : Vision par ordinateur rapide (et autres charges de travail ML !)

ffcv est-il open source ?

ffcv est un projet open source. Il est distribué sous licence Apache-2.0.

ffcv est-il gratuit ?

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

Sous quelle licence est ffcv ?

ffcv est disponible sous licence Apache-2.0.

Dans quel langage ffcv est-il écrit ?

ffcv est écrit principalement en Python.

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

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=libffcv-ffcv)](https://olud.ai/project/libffcv-ffcv.html)
Plus d'options de badge →
🧬 Partage son ADN avec

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