#machine-learning-deployment Repositories
Entdecke 16 aktive Open-Source-GitHub-Repositories, die mit #machine-learning-deployment getaggt sind und insgesamt 24,269 Sterne gesammelt haben (durchschnittlich 1,516 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist kyutai-labs/delayed-streams-modeling mit 3,055 Sternen.
Insgesamt 16 Repositories
Kyutais Text-to-Speech- und Speech-to-Text-Modelle basierend auf dem Framework für verzögerte Stream-Modellierung.
Olive: Vereinfachen Sie ML-Modell-Finetuning, Konvertierung, Quantisierung und Optimierung für CPUs, GPUs und NPUs.
Ein Tutorial, das zeigt, wie man TensorFlow Lite-Objekterkennungs-Modelle auf Android-Geräten, dem Raspberry Pi und mehr trainiert, konvertiert und ausführt!
[ICML 2023] SmoothQuant: Genauer und effizienter Post-Training-Quantisierung für große Sprachmodelle
Ein KI-Sprachassistent für Hacker, erstellt mit Python und PyTorch.
Code für den Online-Kurs „Deployment von Machine-Learning-Modellen“
Universelles Modellaustausch- und Serialisierungsformat für Entscheidungsbaumwälder
Triton Python-, C++- und Java-Clientbibliotheken sowie GRPC-generierte Clientbeispiele für Go, Java und Scala.
Häufig gestellte Fragen
Welches ist das beliebteste #machine-learning-deployment-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#machine-learning-deployment-Projekt auf GitHub ist kyutai-labs/delayed-streams-modeling mit 3,055 Sternen. Kyutais Text-to-Speech- und Speech-to-Text-Modelle basierend auf dem Framework für verzögerte Stream-Modellierung.
Welche Programmiersprachen werden in #machine-learning-deployment-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #machine-learning-deployment-Projekten auf GitHub sind Python, Jupyter Notebook, C++, JavaScript die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #machine-learning-deployment-Repositories berechnet?
Wir verfolgen 16 aktive Open-Source-Repositories, die mit #machine-learning-deployment getaggt sind (500+ Sterne), mit insgesamt 24,269 Sternen und durchschnittlich 1,516 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.