Accueil Projets tflearn
tflearn

tflearn

par tflearn · GitHub

Bibliothèque d'apprentissage profond avec une API de niveau supérieur pour TensorFlow.

Voir sur GitHub
En termes simples

Construisez et expérimentez avec des modèles d'apprentissage profond à l'aide d'une bibliothèque conviviale pour TensorFlow.

⭐ Étoiles
🍴 Forks
🔥 Tendances
📜 Licence
Licence non spécifiée
📅 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 →
tflearn — GitHub preview card
📈 Historique des étoiles
9 5789 575
2026-07-042026-07-29
📈 Suivez tflearn

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

Bibliothèque d'apprentissage profond avec une API de niveau supérieur pour TensorFlow.

tflearn compte 9.6k étoiles sur GitHub. Il a été forké 2.4k fois. tflearn est écrit principalement en Python. Il est développé activement depuis 2016. Ses principaux thèmes sont : data-science, deep-learning, machine-learning, neural-network.

Frequently asked questions

Qu'est-ce que tflearn ?

Bibliothèque d'apprentissage profond avec une API de niveau supérieur pour TensorFlow.

tflearn est-il open source ?

tflearn est un projet open source.

tflearn est-il gratuit ?

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

Dans quel langage tflearn est-il écrit ?

tflearn est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
OpenSourceAI badge — tflearn

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=tflearn-tflearn)](https://opensourceai.tech/project/tflearn-tflearn.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.