Home Progetti snntorch
snntorch

snntorch

di jeshraghian · GitHub

Apprendimento profondo e online con reti neurali spiking in Python

Visualizza su GitHub
In parole semplici

Implementa e sperimenta modelli di apprendimento che imitano il funzionamento dei neuroni reali.

⭐ Stelle
🍴 Fork
🔥 Tendenze
📜 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 →
snntorch — GitHub preview card
📈 Storia delle stelle
2.02k2.01k
2026-07-102026-07-29
📈 Segui snntorch

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

Apprendimento profondo e online con reti neurali spiking in Python

snntorch ha 2k stelle su GitHub. È stato forkato 297 volte. snntorch è scritto principalmente in Python. È in sviluppo attivo dal 2020. snntorch è disponibile con licenza MIT. I suoi temi principali sono: machine-learning, neural-networks, neuron-models, neuroscience.

Frequently asked questions

Che cos'è snntorch?

Apprendimento profondo e online con reti neurali spiking in Python

snntorch è open source?

snntorch è un progetto open source. È rilasciato con licenza MIT.

snntorch è gratuito?

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

Con quale licenza è snntorch?

snntorch è disponibile con licenza MIT.

In quale linguaggio è scritto snntorch?

snntorch è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
olud.ai badge — snntorch

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=jeshraghian-snntorch)](https://olud.ai/project/jeshraghian-snntorch.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.