Home Progetti TorchCP
TorchCP

TorchCP

di ml-stat-Sustech · GitHub

Un toolbox Python per la ricerca sulla previsione conforme su modelli di deep learning, utilizzando PyTorch.

Visualizza su GitHub
⭐ Stelle
🍴 Fork
📜 Licenza
Licenza Copyleft
📅 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 →
TorchCP — GitHub preview card
📈 Storia delle stelle
475474
2026-07-202026-07-29
📈 Segui TorchCP

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

Un toolbox Python per la ricerca sulla previsione conforme su modelli di deep learning, utilizzando PyTorch.

TorchCP ha 475 stelle su GitHub. È stato forkato 50 volte. TorchCP è scritto principalmente in Python. È in sviluppo attivo dal 2023. TorchCP è disponibile con licenza LGPL-3.0. I suoi temi principali sono: classification, conformal-prediction, graph, large-language-models.

Frequently asked questions

Che cos'è TorchCP?

Un toolbox Python per la ricerca sulla previsione conforme su modelli di deep learning, utilizzando PyTorch.

TorchCP è open source?

TorchCP è un progetto open source. È rilasciato con licenza LGPL-3.0.

TorchCP è gratuito?

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

Con quale licenza è TorchCP?

TorchCP è disponibile con licenza LGPL-3.0.

In quale linguaggio è scritto TorchCP?

TorchCP è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
OpenSourceAI badge — TorchCP

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=ml-stat-sustech-torchcp)](https://opensourceai.tech/project/ml-stat-sustech-torchcp.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.