Início Projetos cortex
cortex
Go

cortex

Infraestrutura de produção para aprendizado de máquina em escala

por cortexlabs · GitHub
Estrelas
Forks
Licença
Criado
Último commit
Linguagem
infrastructuremachine-learningApache-2.0Go
Ver no GitHub
Em palavras simples

Implante e gerencie modelos de aprendizado de máquina em um ambiente de produção com escalonamento automático.

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 →
cortex — GitHub preview card
📈 Histórico de estrelas
8 0148 010
2026-07-042026-08-31
📈 Acompanhe cortex

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

Infraestrutura de produção para aprendizado de máquina em escala

cortex tem 8k estrelas no GitHub. Foi bifurcado 594 vezes. cortex é escrito principalmente em Go. Está em desenvolvimento ativo desde 2019. cortex está disponível sob a licença Apache-2.0. Os seus principais temas são: infrastructure, machine-learning.

Frequently asked questions

O que é cortex?

Infraestrutura de produção para aprendizado de máquina em escala

cortex é de código aberto?

cortex é um projeto de código aberto. É distribuído sob a licença Apache-2.0.

cortex é gratuito?

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

Sob que licença está cortex?

cortex está disponível sob a licença Apache-2.0.

Em que linguagem cortex está escrito?

cortex é escrito principalmente em Go.

🏅 Mantenedor deste projeto?
olud.ai badge — cortex

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=cortexlabs-cortex)](https://olud.ai/project/cortexlabs-cortex.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.