Home› Progetti› cc2dataset
cc2dataset
Python

cc2dataset

Converti facilmente il common crawl in un dataset di didascalie e documenti. Immagine/testo Audio/testo Video/testo, ...

di rom1504 · GitHub
321
Stelle
26
Fork
MIT
Licenza
2022
Creato
2 yr ago
Ultimo commit
big-data
Categoria
Python
Lingua
big-datadatasetmultimodalMITPython
Visualizza su GitHub
In parole semplici

Converti i dati web in un dataset strutturato con didascalie e documenti per vari tipi di media.

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 →
cc2dataset — GitHub preview card
📈 Storia delle stelle
322321
2026-07-202026-08-31
📈 Segui cc2dataset

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

Converti facilmente il common crawl in un dataset di didascalie e documenti. Immagine/testo Audio/testo Video/testo, ...

cc2dataset ha 321 stelle su GitHub. È stato forkato 26 volte. cc2dataset è scritto principalmente in Python. È in sviluppo attivo dal 2022. cc2dataset è disponibile con licenza MIT. I suoi temi principali sono: big-data, dataset, multimodal.

❓ Frequently asked questions

Che cos'è cc2dataset?

Converti facilmente il common crawl in un dataset di didascalie e documenti. Immagine/testo Audio/testo Video/testo, ...

cc2dataset è open source?

cc2dataset è un progetto open source. È rilasciato con licenza MIT.

cc2dataset è gratuito?

Sì. cc2dataset è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è cc2dataset?

cc2dataset è disponibile con licenza MIT.

In quale linguaggio è scritto cc2dataset?

cc2dataset è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
olud.ai badge — cc2dataset

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=rom1504-cc2dataset)](https://olud.ai/project/rom1504-cc2dataset.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →
vespa
La piattaforma di ricerca AI
★ 7k · ai
condividebig-data
h2o-3
H2O è una piattaforma di Machine Learning open source, distribuita, veloce e scalabile: Deep Le…
★ 7.5k · automl
condividebig-data
ClickHouse
ClickHouse® è un sistema di gestione di database analitici in tempo reale
★ 48.7k · ai
condividebig-data
SynapseML
Apprendimento automatico semplice e distribuito
★ 5.2k · ai
condividebig-data
data-science-ipython-notebooks
Notebook Python per la scienza dei dati: Deep learning (TensorFlow, Theano, Caffe, Keras), scik…
★ 29.2k · aws
condividebig-data
img2dataset
Trasforma facilmente grandi set di URL di immagini in un dataset di immagini. Può scaricare, ri…
★ 4.4k · big-data
condividebig-data
spark-py-notebooks
Tutorial di Apache Spark e Python (pySpark) per l'analisi dei Big Data e il Machine Learning co…
★ 1.7k · big-data
condividebig-data
visualwebarena
VisualWebArena è un benchmark per agenti multimodali.
★ 482 · agents
condividemultimodal
feast
Il Feature Store open source per AI/ML
★ 7.1k · big-data
condividebig-data
gun
Un protocollo di cybersecurity open source per sincronizzare dati grafici decentralizzati.
★ 19.1k · artificial-intelligence
condividebig-data

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