Início Projetos carefree-learn
carefree-learn
Python

carefree-learn

Aprendizado Profundo ❤️ PyTorch

por carefree0910 · GitHub
Estrelas
Forks
Licença
Criado
Último commit
Categoria
Linguagem
algorithmautomlcomputer-visionMITPython
Ver no GitHub
Em palavras simples

Aprenda conceitos de aprendizado profundo e construa modelos facilmente com PyTorch.

Mantem este projeto?

Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.

Reivindicar esta pagina →
carefree-learn — GitHub preview card
📈 Histórico de estrelas
410409
2026-07-202026-08-31
📈 Acompanhe carefree-learn

Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.

Grátis · sem cartão · cancele quando quiser
Receber alertas por e-mail →
📄 Sobre

Aprendizado Profundo ❤️ PyTorch

carefree-learn tem 409 estrelas no GitHub. Foi bifurcado 32 vezes. carefree-learn é escrito principalmente em Python. Está em desenvolvimento ativo desde 2020. carefree-learn está disponível sob a licença MIT. Os seus principais temas são: algorithm, automl, computer-vision, data-science.

Frequently asked questions

O que é carefree-learn?

Aprendizado Profundo ❤️ PyTorch

carefree-learn é de código aberto?

carefree-learn é um projeto de código aberto. É distribuído sob a licença MIT.

carefree-learn é gratuito?

Sim. carefree-learn é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.

Sob que licença está carefree-learn?

carefree-learn está disponível sob a licença MIT.

Em que linguagem carefree-learn está escrito?

carefree-learn é escrito principalmente em Python.

🏅 Mantenedor deste projeto?
olud.ai badge — carefree-learn

Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=carefree0910-carefree-learn)](https://olud.ai/project/carefree0910-carefree-learn.html)
Mais opções de badge →
🧬 Partilha ADN com🧬 Ver o mapa de ADN →

Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.