Accueil Projets icnn
icnn
Python

icnn

Réseaux Neuraux Convexes d'Entrée

par locuslab · GitHub
Étoiles
Forks
Licence
Créé
Dernier commit
Langue
convex-optimizationdeep-learningreinforcement-learningApache-2.0Python
Voir sur GitHub
En termes simples

Réalisez des expériences pour entraîner des réseaux de neurones capables de gérer des tâches de prise de décision complexes.

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 →
icnn — GitHub preview card
📈 Historique des étoiles
318317
2026-07-202026-08-31
📈 Suivez icnn

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

Réseaux Neuraux Convexes d'Entrée

icnn compte 317 étoiles sur GitHub. Il a été forké 51 fois. icnn est écrit principalement en Python. Il est développé activement depuis 2016. icnn est disponible sous licence Apache-2.0. Ses principaux thèmes sont : convex-optimization, deep-learning, reinforcement-learning, research-paper.

Frequently asked questions

Qu'est-ce que icnn ?

Réseaux Neuraux Convexes d'Entrée

icnn est-il open source ?

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

icnn est-il gratuit ?

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

Sous quelle licence est icnn ?

icnn est disponible sous licence Apache-2.0.

Dans quel langage icnn est-il écrit ?

icnn est écrit principalement en Python.

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

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=locuslab-icnn)](https://olud.ai/project/locuslab-icnn.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.