Git Stars Git Stars

#tinyml Repositories

Entdecke 14 aktive Open-Source-GitHub-Repositories, die mit #tinyml getaggt sind und insgesamt 57,130 Sterne gesammelt haben (durchschnittlich 4,080 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist harvard-edge/cs249r_book mit 30,283 Sternen.

14
Gesamtzahl der Repositories
57,130
Gesamtanzahl der Sterne
4,080
Durchschnittliche Sterne/Repo
Programmiersprachen: Python C++ C

Insgesamt 14 Repositories

1
harvard-edge/cs249r_book

Maschinelle Lernsysteme: Grundlagen, Skalierung, agentische KI und physische KI (Bde. I–IV) • Harvard CS249r | https://mlsysbook.ai

harvard-edge
⭐ 30,283 Python 👤 harvard-edge Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2023-09-06
2
cactus-compute/cactus

Agentische, Sprach- und Bildverarbeitungsintelligenz mit weniger als 50 MB für Endgeräte.

cactus-compute
⭐ 14,864 Python 👤 cactus-compute Organization 🕐 Aktualisiert 2026-11-18 📅 Erstellt 2026-02-24
3
vitoplantamura/OnnxStream

Leichte Inferenzbibliothek für ONNX-Dateien, geschrieben in C++. Sie kann Stable Diffusion XL 1.0 auf einem RPI Zero 2 (oder in 298 MB RAM) ausführen, aber auch Mistral 7B auf Desktops und Servern. ARM, x86, WASM, RISC-V werden unterstützt. Beschleunigt durch XNNPACK. Python-, C#- und JS(WASM)-Bindings verfügbar.

vitoplantamura
⭐ 2,091 C++ 👤 vitoplantamura User 🕐 Aktualisiert 2026-06-18 📅 Erstellt 2023-07-14
4
HarryR/z80ai

Z80-μLM ist ein 2-Bit-quantisiertes Sprachmodell, das klein genug ist, um auf einem 8-Bit-Z80-Prozessor ausgeführt zu werden. Trainieren Sie Konversationsmodelle in Python, exportieren Sie diese als CP/M .COM-Binärdateien und chatten Sie mit Ihrem Vintage-Computer.

HarryR
⭐ 1,141 Python 👤 HarryR User 🕐 Aktualisiert 2026-04-29 📅 Erstellt 2025-12-21
5
Dobiasd/frugally-deep

Eine leichtgewichtige Header-Only-Bibliothek für die Verwendung von Keras (TensorFlow)-Modellen in C++.

Dobiasd
⭐ 1,128 C++ 👤 Dobiasd User 🕐 Aktualisiert 2026-11-05 📅 Erstellt 2016-07-15
6
rl-tools/rl-tools

Die schnellste Deep Reinforcement Learning Bibliothek

rl-tools
⭐ 1,056 C++ 👤 rl-tools Organization 🕐 Aktualisiert 2026-11-18 📅 Erstellt 2023-11-11
7
sipeed/TinyMaix

TinyMaix ist eine winzige Inferenzbibliothek für Mikrocontroller (TinyML).

sipeed
⭐ 1,056 C 👤 sipeed Organization 🕐 Aktualisiert 2025-02-05 📅 Erstellt 2022-08-08
8
gigwegbe/tinyml-papers-and-projects

Dies ist eine Liste interessanter Arbeiten und Projekte zu TinyML.

gigwegbe
⭐ 1,035 👤 gigwegbe User 🕐 Aktualisiert 2025-12-08 📅 Erstellt 2020-12-24
9
mit-han-lab/tinyengine

[NeurIPS 2020] MCUNet: Tiny Deep Learning auf IoT-Geräten; [NeurIPS 2021] MCUNetV2: Speicher­effiziente Patch-basierte Inferenz für Tiny Deep Learning; [NeurIPS 2022] MCUNetV3: On-Device Training unter 256KB Speicher

mit-han-lab
⭐ 916 C 👤 mit-han-lab Organization 🕐 Aktualisiert 2024-11-27 📅 Erstellt 2022-08-24
10
Ampixa/sanoTTS

sanoTTS (सानो bedeutet auf Nepalesisch „klein“): ein neuronales Text-to-Speech-System mit 294.000 bis 2,27 Millionen Parametern, das auf einem 3-Dollar-Chip, im Browser oder in Python läuft und Streaming mit geringer Latenz bietet.

Ampixa
⭐ 851 C 👤 Ampixa Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2026-07-11
11
emlearn/emlearn

Inferenz-Engine für Machine Learning auf Mikrocontrollern und eingebetteten Geräten

emlearn
⭐ 776 Python 👤 emlearn Organization 🕐 Aktualisiert 2026-11-10 📅 Erstellt 2018-03-16
12
raspberrypi/pico-tflmicro

Pico TensorFlow Lite Port

raspberrypi
⭐ 725 C++ 👤 raspberrypi Organization 🕐 Aktualisiert 2024-12-27 📅 Erstellt 2020-11-23
13
mit-han-lab/mcunet

[NeurIPS 2020] MCUNet: Tiny Deep Learning auf IoT-Geräten; [NeurIPS 2021] MCUNetV2: Speicher­effiziente Patch-basierte Inferenz für Tiny Deep Learning

mit-han-lab
⭐ 634 Python 👤 mit-han-lab Organization 🕐 Aktualisiert 2024-03-29 📅 Erstellt 2022-06-14
14
ai-techsystems/deepC

Herstellerunabhängige TinyML Deep-Learning-Bibliothek, Compiler und Inferenz-Framework für Mikrocomputer und Mikrocontroller

ai-techsystems
⭐ 603 C++ 👤 ai-techsystems Organization 🕐 Aktualisiert 2025-07-22 📅 Erstellt 2019-06-22

Häufig gestellte Fragen

1

Welches ist das beliebteste #tinyml-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#tinyml-Projekt auf GitHub ist harvard-edge/cs249r_book mit 30,283 Sternen. Maschinelle Lernsysteme: Grundlagen, Skalierung, agentische KI und physische KI (Bde. I–IV) • Harvard CS249r | https://mlsysbook.ai

2

Welche Programmiersprachen werden in #tinyml-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #tinyml-Projekten auf GitHub sind Python, C++, C die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #tinyml-Repositories berechnet?

Wir verfolgen 14 aktive Open-Source-Repositories, die mit #tinyml getaggt sind (500+ Sterne), mit insgesamt 57,130 Sternen und durchschnittlich 4,080 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.