Home Progetti cortex
cortex

cortex

di cortexlabs · GitHub

Infrastruttura di produzione per machine learning su larga scala

Visualizza su GitHub
In parole semplici

Distribuisci e gestisci modelli di machine learning in un ambiente di produzione con scalabilità automatica.

⭐ 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 →
cortex — GitHub preview card
📈 Storia delle stelle
8 0148 010
2026-07-042026-07-29
📈 Segui cortex

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

Infrastruttura di produzione per machine learning su larga scala

cortex ha 8k stelle su GitHub. È stato forkato 594 volte. cortex è scritto principalmente in Go. È in sviluppo attivo dal 2019. cortex è disponibile con licenza Apache-2.0. I suoi temi principali sono: infrastructure, machine-learning.

Frequently asked questions

Che cos'è cortex?

Infrastruttura di produzione per machine learning su larga scala

cortex è open source?

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

cortex è gratuito?

Sì. cortex è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è cortex?

cortex è disponibile con licenza Apache-2.0.

In quale linguaggio è scritto cortex?

cortex è scritto principalmente in Go.

🏅 Manutentore di questo progetto?
OpenSourceAI badge — cortex

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

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