Git Stars Git Stars

#on-device-training Repositorios

Descubre 2 repositorios activos de código abierto de GitHub etiquetados con #on-device-training, que acumulan 4,573 estrellas en total (una media de 2,286 estrellas por proyecto). El líder de este tema es FedML-AI/FedML, con 4,068 estrellas.

2
Total de Repositorios
4,573
Total de estrellas
2,286
Promedio de Estrellas/Repo
Lenguajes de programación: Python
1
FedML-AI/FedML

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.

FedML-AI
⭐ 4,068 Python 👤 FedML-AI Organization 🕐 Actualizado 2026-11-12 📅 Creado 2020-07-21
2
mit-han-lab/tiny-training

Entrenamiento en el dispositivo con menos de 256 KB de memoria [NeurIPS'22]

mit-han-lab
⭐ 505 Python 👤 mit-han-lab Organization 🕐 Actualizado 2024-03-29 📅 Creado 2022-11-15

Preguntas frecuentes

1

¿Cuál es el repositorio de #on-device-training más popular en GitHub?

El proyecto de código abierto de #on-device-training mejor posicionado en GitHub es FedML-AI/FedML, con 4,068 estrellas. 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.

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #on-device-training?

Entre los proyectos de #on-device-training mejor posicionados en GitHub, los lenguajes de programación más comunes son Python.

3

¿Cómo se calcula la clasificación de los repositorios de #on-device-training?

Seguimos 2 repositorios activos de código abierto etiquetados con #on-device-training (500+ estrellas), que suman un total de 4,573 estrellas, con una media de 2,286 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.