其他能力 · 开源项目事实卡

d2l-en

GitHubPython

d2l-en 属于其他能力方向,主要用于提供特定场景下的 AI 或开发能力。

29.3kstar最近更新于 715 天前维护状态许可待核对商用提醒
在 GitHub 查看官方项目
适合解决提供特定场景下的 AI 或开发能力
更适合已有明确需求、愿意进一步验证的团队
投入判断上手门槛:需评估。建议先核对项目说明、维护状态与许可
一分钟看懂

这个项目值得继续研究吗?

基于项目分类与公开字段整理

d2l-en 属于其他能力方向,主要用于提供特定场景下的 AI 或开发能力。

本项目暂无 AI 中文解读:上游可读取的资料还不足以支撑一次可靠的解读, 我们不会据此编写项目价值判断。下面三答来自该项目所属的能力分类通用说明, 仅供快速定位方向;项目本身的可核验信息见下方「可核对的事实层」。

解决什么问题
提供特定场景下的 AI 或开发能力
适合什么团队
已有明确需求、愿意进一步验证的团队
使用前注意
建议先核对项目说明、维护状态与许可;许可待核对。

本页用于缩短初步筛选时间,不构成技术、采购或法律结论。 正式使用前请在真实业务数据上验证,并以官方说明与许可证为准。

可核对的事实层

官方资料与来源

  • book
  • computer-vision
  • data-science
  • deep-learning
  • gaussian-processes
  • hyperparameter-optimization
  • jax
  • kaggle
  • keras
  • machine-learning
  • mxnet
  • natural-language-processing
查看上游原始说明

Interactive deep learning book with multi-framework code, math, and discussions. Adopted at 500 universities from 70 countries including Stanford, MIT, Harvard, and Cambridge.