#deep-learning-deployment Dépôts
Découvrez 7 dépôts GitHub open source actifs associés à #deep-learning-deployment, cumulant 9,041 étoiles au total (soit une moyenne de 1,291 étoiles par projet). Le projet en tête de ce thème est qwopqwop200/GPTQ-for-LLaMa, avec 3,077 étoiles.
7 dépôts au total
Moteur d'inférence C++ prêt pour la production, multiplateforme, pour les modèles YOLO (v5‑v12, YOLO26). API unifiée pour la détection, la segmentation, l'estimation de pose, OBB et la classification. Construit sur ONNX Runtime et OpenCV. Optimisé pour CPU/GPU avec prise en charge de la quantification.
Représentation et Abaissement de Référence des Modèles ONNX dans l'Infrastructure du Compilateur MLIR
Foire aux questions
Quel est le dépôt #deep-learning-deployment le plus populaire sur GitHub ?
Le projet #deep-learning-deployment open source le mieux classé sur GitHub est qwopqwop200/GPTQ-for-LLaMa, avec 3,077 étoiles. Quantification 4 bits de LLaMA avec GPTQ
Quels langages de programmation sont les plus utilisés dans les dépôts #deep-learning-deployment ?
Parmi les projets #deep-learning-deployment les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, C++, MLIR, C.
Comment le classement des dépôts #deep-learning-deployment est-il calculé ?
Nous suivons 7 dépôts open source actifs associés à #deep-learning-deployment (500+ étoiles), totalisant 9,041 étoiles, avec une moyenne de 1,291 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.