Home Progetti fast-bert
fast-bert

fast-bert

di appvision-ai · GitHub

Libreria super facile per modelli NLP basati su BERT

Visualizza su GitHub
In parole semplici

Addestra e distribuisci modelli di elaborazione del linguaggio naturale per la classificazione del testo utilizzando una libreria semplice.

⭐ Stelle
🍴 Fork
📜 Licenza
Uso commerciale consentito
📅 Creato
🔄 Ultimo commit
🏷️ Categoria
💻 Lingua
Mantieni questo progetto?

Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.

Rivendica questa pagina →
fast-bert — GitHub preview card
📈 Storia delle stelle
1 9191 918
2026-07-202026-07-29
📈 Segui fast-bert

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

Libreria super facile per modelli NLP basati su BERT

fast-bert ha 1.9k stelle su GitHub. È stato forkato 340 volte. fast-bert è scritto principalmente in Python. È in sviluppo attivo dal 2019. fast-bert è disponibile con licenza Apache-2.0. I suoi temi principali sono: bert, fast-bert, fastai, transformers.

Frequently asked questions

Che cos'è fast-bert?

Libreria super facile per modelli NLP basati su BERT

fast-bert è open source?

fast-bert è un progetto open source. È rilasciato con licenza Apache-2.0.

fast-bert è gratuito?

Sì. fast-bert è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è fast-bert?

fast-bert è disponibile con licenza Apache-2.0.

In quale linguaggio è scritto fast-bert?

fast-bert è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
olud.ai badge — fast-bert

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![olud.ai](https://olud.ai/badge.php?tool=appvision-ai-fast-bert)](https://olud.ai/project/appvision-ai-fast-bert.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.