# jibikbam/CNN-3D-images-Tensorflow

<https://repo.masters-masters.com/repos/jibikbam/CNN-3D-images-Tensorflow>

[Accueil](https://repo.masters-masters.com/) › [jibikbam](https://repo.masters-masters.com/owners/jibikbam) › [CNN-3D-images-Tensorflow](https://repo.masters-masters.com/repos/jibikbam/CNN-3D-images-Tensorflow)

jibikbam/CNN-3D-images-Tensorflow, dépôt open source à 267 étoiles sur GitHub. Carte Alpha de RepoMasters. 3D image classification using CNN (Convolutional…

| Champ | Valeur |
| --- | --- |
| Propriétaire | [jibikbam](https://repo.masters-masters.com/owners/jibikbam) |
| Étoiles | 267 |
| Forks | 110 |
| Langage | [Python](https://repo.masters-masters.com/languages/python) |
| Licence | Aucune |
| Création | 2017 |
| Sujets | cnn, 3d, mri, medical, tensorflow, neural-network, dti, nifti, convolutional-neural-networks, classification |
| Rang | [Alpha (250 à 699 ★)](https://repo.masters-masters.com/ranks/b_movie) |
| Voir sur GitHub | [jibikbam/CNN-3D-images-Tensorflow](https://github.com/jibikbam/CNN-3D-images-Tensorflow) |

## Fiche du dépôt

3D image classification using CNN (Convolutional Neural Network)

Rang des dépôts qui ont 250 à 699 ★ sur GitHub. Probabilité publiée par carte tirée : 20 %. Rareté : Peu commune.

## D’autres dépôts Python

- [ipenywis/laya-ultrafast · ★ 267 · Python · Alpha](https://repo.masters-masters.com/repos/ipenywis/laya-ultrafast)
- [Sleepy-Avacado/FigGenie-paper-diagram-skill · ★ 267 · Python · Alpha](https://repo.masters-masters.com/repos/Sleepy-Avacado/FigGenie-paper-diagram-skill)
- [ZipengWu365/TOMC · ★ 267 · Python · Alpha](https://repo.masters-masters.com/repos/ZipengWu365/TOMC)
- [mnaberez/py65 · ★ 267 · Python · Alpha](https://repo.masters-masters.com/repos/mnaberez/py65)
- [gregs1104/pgbent · ★ 267 · Python · Alpha](https://repo.masters-masters.com/repos/gregs1104/pgbent)
- [lifelike/countersheetsextension · ★ 267 · Python · Alpha](https://repo.masters-masters.com/repos/lifelike/countersheetsextension)

---
Données : GitHub · Illustration dessinée par RepoMasters à partir de l’identifiant du dépôt et de la couleur de son langage.