Home Progetti tensorflow-internals
tensorflow-internals
TeX

tensorflow-internals

È un ebook open source sul kernel di TensorFlow e il meccanismo di implementazione.

di horance-liu · GitHub
Stelle
Fork
Creato
Ultimo commit
Categoria
Lingua
deeplearningmachine-learningtensorflowTeX
Visualizza su GitHub
In parole semplici

Leggi un ebook open-source su come funziona TensorFlow sotto il cofano.

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 →
tensorflow-internals — GitHub preview card
📈 Storia delle stelle
2 8882 887
2026-07-072026-08-31
📈 Segui tensorflow-internals

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

È un ebook open source sul kernel di TensorFlow e il meccanismo di implementazione.

tensorflow-internals ha 2.9k stelle su GitHub. È stato forkato 574 volte. tensorflow-internals è scritto principalmente in TeX. È in sviluppo attivo dal 2018. I suoi temi principali sono: deeplearning, machine-learning, tensorflow.

Frequently asked questions

Che cos'è tensorflow-internals?

È un ebook open source sul kernel di TensorFlow e il meccanismo di implementazione.

tensorflow-internals è open source?

tensorflow-internals è un progetto open source.

tensorflow-internals è gratuito?

Sì. tensorflow-internals è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

In quale linguaggio è scritto tensorflow-internals?

tensorflow-internals è scritto principalmente in TeX.

🏅 Manutentore di questo progetto?
olud.ai badge — tensorflow-internals

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=horance-liu-tensorflow-internals)](https://olud.ai/project/horance-liu-tensorflow-internals.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.