Accueil Projets elephas
elephas

elephas

par maxpumperla · GitHub

Apprentissage profond distribué avec Keras & Spark

Voir sur GitHub
En termes simples

Construisez et exécutez des modèles d'apprentissage profond sur plusieurs ordinateurs en utilisant Keras et Spark.

⭐ 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 →
elephas — GitHub preview card
📈 Historique des étoiles
1 5801 579
2026-07-202026-07-29
📈 Suivez elephas

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

Apprentissage profond distribué avec Keras & Spark

elephas compte 1.6k étoiles sur GitHub. Il a été forké 303 fois. elephas est écrit principalement en Python. Il est développé activement depuis 2015. elephas est disponible sous licence MIT. Ses principaux thèmes sont : deep-learning, distributed-computing, keras, neural-networks.

Frequently asked questions

Qu'est-ce que elephas ?

Apprentissage profond distribué avec Keras & Spark

elephas est-il open source ?

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

elephas est-il gratuit ?

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

Sous quelle licence est elephas ?

elephas est disponible sous licence MIT.

Dans quel langage elephas est-il écrit ?

elephas est écrit principalement en Python.

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

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=maxpumperla-elephas)](https://olud.ai/project/maxpumperla-elephas.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.