#deep-learning-deployment Repositorios
Descubre 7 repositorios activos de código abierto de GitHub etiquetados con #deep-learning-deployment, que acumulan 9,041 estrellas en total (una media de 1,291 estrellas por proyecto). El líder de este tema es qwopqwop200/GPTQ-for-LLaMa, con 3,077 estrellas.
7 repositorios en total
Motor de inferencia C++ listo para producción, multiplataforma, para modelos YOLO (v5‑v12, YOLO26). API unificada para detección, segmentación, estimación de pose, OBB y clasificación. Construido sobre ONNX Runtime y OpenCV. Optimizado para CPU/GPU con soporte de cuantización.
Representación y Reducción de Referencia de Modelos ONNX en la Infraestructura del Compilador MLIR
Preguntas frecuentes
¿Cuál es el repositorio de #deep-learning-deployment más popular en GitHub?
El proyecto de código abierto de #deep-learning-deployment mejor posicionado en GitHub es qwopqwop200/GPTQ-for-LLaMa, con 3,077 estrellas. Cuantización de LLaMA de 4 bits usando GPTQ
¿Qué lenguajes de programación se utilizan más en los repositorios de #deep-learning-deployment?
Entre los proyectos de #deep-learning-deployment mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, C++, MLIR, C.
¿Cómo se calcula la clasificación de los repositorios de #deep-learning-deployment?
Seguimos 7 repositorios activos de código abierto etiquetados con #deep-learning-deployment (500+ estrellas), que suman un total de 9,041 estrellas, con una media de 1,291 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.