#model-deployment Repositorios
Descubre 54 repositorios activos de código abierto de GitHub etiquetados con #model-deployment, que acumulan 191,475 estrellas en total (una media de 3,545 estrellas por proyecto). El líder de este tema es facebookresearch/detectron2, con 34,997 estrellas.
54 repositorios en total
Detectron2 es una plataforma para detección de objetos, segmentación y otras tareas de reconocimiento visual.
Qwen3 es la serie de modelos de lenguaje grandes desarrollada por el equipo Qwen de Alibaba Cloud.
Curso gratuito de MLOps de DataTalks.Club. Regístrate aquí 👇🏼 para recibir notificaciones sobre la próxima cohorte
Kimi K2 es la serie de grandes modelos de lenguaje desarrollada por el equipo de Moonshot AI.
Código complementario en "Tutorial práctico de entrenamiento de modelos PyTorch"
Resúmenes y recursos para el libro "Designing Machine Learning Systems" (Chip Huyen, O'Reilly 2022)
Biblioteca de Python de aprendizaje automático simple y distribuido que transfiere algoritmos de ML a Spark
Framework RAG (Retrieval Augmented Generation) para construir aplicaciones modulares de código abierto para producción por TrueFoundry
FEDML: la biblioteca de ML unificada y escalable para entrenamiento distribuido a gran escala, servicio de modelos y aprendizaje federado. FEDML Launch, un planificador multicloud, permite además ejecutar cualquier trabajo de IA en cualquier nube de GPU o clúster local. Basado en esta biblioteca, TensorOpera AI (https://TensorOpera.ai) es su plataforma de IA generativa a escala.
IA y aprendizaje automático con Kubeflow, Amazon EKS y SageMaker
Proyecto que contiene material relacionado con mis artículos de TensorFlow
Di♪♪Rhythm: Generación de canciones completas de extremo a extremo, increíblemente rápida y vergonzosamente simple, con difusión latente
prompt2model - Generar Modelos Desplegables a Partir de Instrucciones en Lenguaje Natural
Repositorio público para la especialización MLEP de DeepLearning.AI
Una biblioteca optimizada de cuantización e inferencia para ejecutar LLM localmente en GPU de consumo modernas
Ejemplos de uso de ONNX Runtime para inferencia de aprendizaje automático.
HiMarket es un "Marketplace de Capacidades de IA y Centro del Ecosistema de Desarrolladores" a nivel empresarial. No es meramente una simple agregación de API tradicionales, sino una plataforma integral que empaqueta, publica, gestiona y opera activos centrales de IA como Model APIs empresariales, Servidores MCP, Agent APIs, etc., a través de formatos de producto estandarizados.
Configuraciones y plantillas para el backend de aprendizaje automático de Label Studio
GigaModels: Un repositorio y plataforma integral para modelos multimodales, generativos y perceptuales
Un compilador de redes neuronales profundas (DNN) flexible y eficiente que genera ejecutables de alto rendimiento a partir de una descripción de modelo DNN.
Un SDK de Python para Vertex AI, una plataforma integral totalmente administrada para ciencia de datos y aprendizaje automático.
Este repositorio contiene tutoriales y ejemplos para Triton Inference Server
Ejercicios y material complementario para el curso de operaciones de aprendizaje automático (Machine Learning Operations) en DTU.
Estas son las notas del camino de estudio del aprendizaje automático. Puede que encuentres algo útil en ellas.
Una colección de aplicaciones web de código abierto activamente mantenidas para aplicaciones LLM
Backend Triton que permite implementar preprocesamiento, postprocesamiento y otra lógica en Python.
Curso de Machine Learning sin servidor para crear servicios de predicción con IA a partir de modelos y características
Preguntas frecuentes
¿Cuál es el repositorio de #model-deployment más popular en GitHub?
El proyecto de código abierto de #model-deployment mejor posicionado en GitHub es facebookresearch/detectron2, con 34,997 estrellas. Detectron2 es una plataforma para detección de objetos, segmentación y otras tareas de reconocimiento visual.
¿Qué lenguajes de programación se utilizan más en los repositorios de #model-deployment?
Entre los proyectos de #model-deployment mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, C++, Java.
¿Cómo se calcula la clasificación de los repositorios de #model-deployment?
Seguimos 54 repositorios activos de código abierto etiquetados con #model-deployment (500+ estrellas), que suman un total de 191,475 estrellas, con una media de 3,545 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.