#model-deployment Repositories
Entdecke 54 aktive Open-Source-GitHub-Repositories, die mit #model-deployment getaggt sind und insgesamt 191,475 Sterne gesammelt haben (durchschnittlich 3,545 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist facebookresearch/detectron2 mit 34,997 Sternen.
Insgesamt 54 Repositories
Detectron2 ist eine Plattform für Objekterkennung, Segmentierung und andere visuelle Erkennungsaufgaben.
Qwen3 ist die Serie von großen Sprachmodellen, die vom Qwen-Team von Alibaba Cloud entwickelt wurde.
Kostenloser MLOps-Kurs von DataTalks.Club. Hier registrieren 👇🏼, um über die nächste Kohorte benachrichtigt zu werden
Begleitcode in "Praktischem Tutorial zum Training von PyTorch-Modellen"
Zusammenfassungen und Ressourcen für das Buch "Designing Machine Learning Systems" (Chip Huyen, O'Reilly 2022)
Einfache und verteilte Machine-Learning-Python-Bibliothek zur Portierung von ML-Algorithmen für Spark
RAG (Retrieval Augmented Generation) Framework zum Erstellen modularer Open-Source-Anwendungen für die Produktion von TrueFoundry
FEDML – Die einheitliche und skalierbare ML-Bibliothek für groß angelegtes verteiltes Training, Model Serving und Federated Learning. FEDML Launch, ein Cross-Cloud-Scheduler, ermöglicht ferner die Ausführung beliebiger KI-Jobs in jeder GPU-Cloud oder jedem On-Premise-Cluster. Auf dieser Bibliothek aufbauend, ist TensorOpera AI (https://TensorOpera.ai) Ihre generative KI-Plattform im großen Maßstab.
KI und maschinelles Lernen mit Kubeflow, Amazon EKS und SageMaker
Di♪♪Rhythm: Blitzschnelle und peinlich einfache End-to-End-Songgenerierung in voller Länge mit latenter Diffusion
prompt2model - Generiere bereitstellbare Modelle aus Anweisungen in natürlicher Sprache
Öffentliches Repository für die DeepLearning.AI MLEP-Spezialisierung
Eine optimierte Quantisierungs- und Inferenzbibliothek für die lokale Ausführung von LLMs auf modernen Consumer-GPUs
Beispiele für die Verwendung von ONNX Runtime für maschinelles Lernen Inferenz.
HiMarket ist ein „AI-Fähigkeiten-Marktplatz und Entwickler-Ökosystem-Hub“ auf Unternehmensebene. Es handelt sich nicht nur um eine einfache Aggregation traditioneller APIs, sondern um eine umfassende Plattform, die Kern-KI-Assets wie unternehmensinterne Modell-APIs, MCP-Server, Agent-APIs usw. durch standardisierte Produktformate paketiert, veröffentlicht, verwaltet und betreibt.
Konfigurationen und Boilerplates für Label Studios Machine Learning Backend
GigaModels: Ein umfassendes Repository und eine Plattform für multimodale, generative und perzeptuelle Modelle
Ein flexibler und effizienter Deep-Neural-Network (DNN)-Compiler, der ausführbare Hochleistungsdateien aus einer DNN-Modellbeschreibung generiert.
Ein Python SDK für Vertex AI, eine voll verwaltete End-to-End-Plattform für Data Science und maschinelles Lernen.
Dieses Repository enthält Tutorials und Beispiele für den Triton Inference Server
Übungen und ergänzendes Material für den Kurs über maschinelles Lernen (Machine Learning Operations) an der DTU.
Dies sind die Notizen zum maschinellen Lernen-Studium. Vielleicht finden Sie darin etwas Nützliches.
Eine Sammlung von Open-Source-Webanwendungen, die aktiv für LLM-Anwendungen gepflegt werden
Triton-Backend, das die Implementierung von Vorverarbeitung, Nachverarbeitung und anderer Logik in Python ermöglicht.
Serverless Machine Learning Kurs zum Erstellen von KI-gestützten Vorhersagediensten aus Modellen und Features
Häufig gestellte Fragen
Welches ist das beliebteste #model-deployment-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#model-deployment-Projekt auf GitHub ist facebookresearch/detectron2 mit 34,997 Sternen. Detectron2 ist eine Plattform für Objekterkennung, Segmentierung und andere visuelle Erkennungsaufgaben.
Welche Programmiersprachen werden in #model-deployment-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #model-deployment-Projekten auf GitHub sind Python, Jupyter Notebook, C++, Java die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #model-deployment-Repositories berechnet?
Wir verfolgen 54 aktive Open-Source-Repositories, die mit #model-deployment getaggt sind (500+ Sterne), mit insgesamt 191,475 Sternen und durchschnittlich 3,545 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.