Início Projetos sonnet
sonnet

sonnet

por google-deepmind · GitHub

Biblioteca de rede neural baseada em TensorFlow

Ver no GitHub
Em palavras simples

Construa e experimente redes neurais para várias tarefas de aprendizado usando uma biblioteca construída sobre TensorFlow.

⭐ Estrelas
🍴 Forks
🔥 Tendências
📜 Licença
Uso comercial permitido
📅 Criado
🔄 Último commit
🏷️ Categoria
💻 Linguagem
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 →
sonnet — GitHub preview card
📈 Histórico de estrelas
9.95k9.92k
2026-07-042026-07-29
📈 Acompanhe sonnet

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

Biblioteca de rede neural baseada em TensorFlow

sonnet tem 9.9k estrelas no GitHub. Foi bifurcado 1.3k vezes. sonnet é escrito principalmente em Python. Está em desenvolvimento ativo desde 2017. sonnet está disponível sob a licença Apache-2.0. Os seus principais temas são: artificial-intelligence, deep-learning, machine-learning, neural-networks.

Frequently asked questions

O que é sonnet?

Biblioteca de rede neural baseada em TensorFlow

sonnet é de código aberto?

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

sonnet é gratuito?

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

Sob que licença está sonnet?

sonnet está disponível sob a licença Apache-2.0.

Em que linguagem sonnet está escrito?

sonnet é escrito principalmente em Python.

🏅 Mantenedor deste projeto?
OpenSourceAI badge — sonnet

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

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=google-deepmind-sonnet)](https://opensourceai.tech/project/google-deepmind-sonnet.html)
Mais opções de badge →
🧬 Partilha ADN com

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