#machine-learning-deployment Repository
Scopri 16 repository GitHub open source attivi contrassegnati con #machine-learning-deployment, che raccolgono un totale di 24,269 stelle (con una media di 1,516 stelle per progetto). Il progetto leader di questo argomento è kyutai-labs/delayed-streams-modeling, con 3,055 stelle.
16 repository in totale
Modelli Text-to-Speech e Speech-to-Text di Kyutai basati sul framework Delayed Streams Modeling.
Olive: Semplifica il finetuning, la conversione, la quantizzazione e l'ottimizzazione dei modelli ML per CPU, GPU e NPU.
Un tutorial che mostra come addestrare, convertire ed eseguire modelli di rilevamento oggetti TensorFlow Lite su dispositivi Android, Raspberry Pi e altro!
[ICML 2023] SmoothQuant: Quantizzazione Post-Training Accurata ed Efficiente per Grandi Modelli Linguistici
Un assistente vocale AI per hacker, costruito usando Python e PyTorch.
Codice per il corso online "Distribuzione di Modelli di Machine Learning"
Formato universale di scambio e serializzazione di modelli per foreste di alberi decisionali
Librerie client Triton per Python, C++ e Java, ed esempi di client generati da GRPC per go, java e scala.
Domande frequenti
Qual è il repository #machine-learning-deployment più popolare su GitHub?
Il progetto open source #machine-learning-deployment più alto in classifica su GitHub è kyutai-labs/delayed-streams-modeling, con 3,055 stelle. Modelli Text-to-Speech e Speech-to-Text di Kyutai basati sul framework Delayed Streams Modeling.
Quali linguaggi di programmazione sono più utilizzati nei repository #machine-learning-deployment?
Tra i progetti #machine-learning-deployment più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, C++, JavaScript.
Come viene calcolata la classifica dei repository #machine-learning-deployment?
Monitoriamo 16 repository open source attivi contrassegnati con #machine-learning-deployment (500+ stelle), per un totale di 24,269 stelle e una media di 1,516 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.