Git Stars Git Stars

#pruning Repository

Scopri 20 repository GitHub open source attivi contrassegnati con #pruning, che raccolgono un totale di 47,055 stelle (con una media di 2,352 stelle per progetto). Il progetto leader di questo argomento è datawhalechina/leedl-tutorial, con 16,879 stelle.

20
Totale Repository
47,055
Totale stelle
2,352
Media Stelle/Repo
Linguaggi di programmazione: Python Jupyter Notebook Go

20 repository in totale

1
datawhalechina/leedl-tutorial

《Tutorial di Deep Learning di Li Hongyi》(Raccomandato dal professor Li Hongyi 👍, Apple Books 🍎), Link per il download PDF: https://github.com/datawhalechina/leedl-tutorial/releases

datawhalechina
⭐ 16,879 Jupyter Notebook 👤 datawhalechina Organization 🕐 Aggiornato 2026-10-23 📅 Creato 2019-07-02
2
VainF/Torch-Pruning

[CVPR 2023] DepGraph: Verso qualsiasi potatura strutturale; LLMs, Modelli di Fondazione per la Visione, ecc.

VainF
⭐ 3,373 Python 👤 VainF User 🕐 Aggiornato 2026-11-13 📅 Creato 2019-12-15
3
qualcomm/aimet

AIMET è una libreria che fornisce tecniche avanzate di quantizzazione e compressione per modelli di reti neurali addestrati.

qualcomm
⭐ 2,748 Python 👤 qualcomm Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2020-04-21
4
intel/neural-compressor

Quantizzazione LLM a basso bit SOTA (INT8/FP8/MXFP8/INT4/MXFP4/NVFP4) e sparsità; tecniche leader di compressione del modello su PyTorch, TensorFlow e ONNX Runtime

intel
⭐ 2,733 Python 👤 intel Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2020-07-21
5
he-y/Awesome-Pruning

Una lista curata di risorse per la potatura di reti neurali.

he-y
⭐ 2,487 👤 he-y User 🕐 Aggiornato 2024-04-04 📅 Creato 2019-05-30
6
666DZY666/micronet

micronet, una libreria per compressione e deployment di modelli. Compressione: 1、Quantizzazione: training-aware quantization(QAT), High-Bit(>2b)(DoReFa/Quantization and Training of Neural Networks for Efficient Integer-Arithmetic-Only Inference)、Low-Bit(≤2b)/Ternario e Binario(TWN/BNN/XNOR-Net); quantizzazione post-training(PTQ), 8-bit(tensorrt); 2、potatura: normale、regolare e potatura di canali convoluzionali di gruppo; 3、struttura di convoluzione di gruppo; 4、fusione di normalizzazione batch per quantizzazione. Deployment: tensorrt, fp32/fp16/in

666DZY666
⭐ 2,270 Python 👤 666DZY666 User 🕐 Aggiornato 2025-05-06 📅 Creato 2019-12-04
7
cupcakearmy/autorestic

CLI di backup facile guidato da configurazione per restic.

cupcakearmy
⭐ 1,883 Go 👤 cupcakearmy User 🕐 Aggiornato 2026-04-05 📅 Creato 2019-06-20
8
peremartra/Large-Language-Model-Notebooks-Course

Corso pratico sui modelli linguistici di grandi dimensioni.

peremartra
⭐ 1,827 Jupyter Notebook 👤 peremartra User 🕐 Aggiornato 2026-09-29 📅 Creato 2023-05-01
9
open-mmlab/mmrazor

OpenMMLab Model Compression Toolbox e Benchmark.

open-mmlab
⭐ 1,653 Python 👤 open-mmlab Organization 🕐 Aggiornato 2024-06-11 📅 Creato 2021-12-22
10
PaddlePaddle/PaddleSlim

PaddleSlim è una libreria open-source per la compressione di modelli profondi e la ricerca di architetture.

PaddlePaddle
⭐ 1,613 Python 👤 PaddlePaddle Organization 🕐 Aggiornato 2026-01-04 📅 Creato 2019-12-16
11
tensorflow/model-optimization

Un toolkit per ottimizzare modelli ML per il deployment su Keras e TensorFlow, inclusa quantizzazione e pruning.

tensorflow
⭐ 1,584 Python 👤 tensorflow Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2018-10-31
12
huawei-noah/Efficient-Computing

Metodi di calcolo efficienti sviluppati da Huawei Noah's Ark Lab

huawei-noah
⭐ 1,306 Jupyter Notebook 👤 huawei-noah Organization 🕐 Aggiornato 2024-11-05 📅 Creato 2019-09-04
13
openvinotoolkit/nncf

Framework di compressione della rete neurale per un'inferenza OpenVINO™ avanzata

openvinotoolkit
⭐ 1,221 Python 👤 openvinotoolkit Organization 🕐 Aggiornato 2026-11-18 📅 Creato 2020-05-13
14
horseee/LLM-Pruner

[NeurIPS 2023] LLM-Pruner: Sul potatura strutturale di grandi modelli linguistici. Supporto per Llama-3/3.1, Llama-2, LLaMA, BLOOM, Vicuna, Baichuan, TinyLlama, ecc.

horseee
⭐ 1,094 Python 👤 horseee User 🕐 Aggiornato 2024-10-07 📅 Creato 2023-05-17
15
MAC-AutoML/MindPipe

Un framework potente di compressione di modelli per LLMs e LVLMs, adattato per GPU NVIDIA e NPU Huawei Ascend.

MAC-AutoML
⭐ 1,013 Python 👤 MAC-AutoML Organization 🕐 Aggiornato 2026-08-11 📅 Creato 2026-01-22
16
alibaba/TinyNeuralNetwork

TinyNeuralNetwork è un framework efficiente e facile da usare per la compressione di modelli di deep learning.

alibaba
⭐ 881 Python 👤 alibaba Organization 🕐 Aggiornato 2026-03-03 📅 Creato 2021-11-02
17
ModelTC/LightCompress

[EMNLP 2024 & AAAI 2026] Un potente toolkit per comprimere modelli di grandi dimensioni, inclusi LLM, VLM e modelli generativi video.

ModelTC
⭐ 755 Python 👤 ModelTC Organization 🕐 Aggiornato 2026-05-14 📅 Creato 2024-03-06
18
princeton-nlp/LLM-Shearing

[ICLR 2024] Sheared LLaMA: Accelerare il pre-training dei modelli linguistici tramite potatura strutturata

princeton-nlp
⭐ 635 Python 👤 princeton-nlp Organization 🕐 Aggiornato 2024-03-04 📅 Creato 2023-10-16
19
csyhhu/Awesome-Deep-Neural-Network-Compression

Riassunto, Codice per la Quantizzazione di Reti Neurali Profonde

csyhhu
⭐ 562 Python 👤 csyhhu User 🕐 Aggiornato 2026-09-01 📅 Creato 2019-02-28
20
cedrickchee/awesome-ml-model-compression

Meravigliosi articoli di ricerca sulla compressione di modelli di machine learning, quantizzazione, strumenti e materiali di apprendimento.

cedrickchee
⭐ 540 👤 cedrickchee User 🕐 Aggiornato 2024-09-21 📅 Creato 2018-12-06

Domande frequenti

1

Qual è il repository #pruning più popolare su GitHub?

Il progetto open source #pruning più alto in classifica su GitHub è datawhalechina/leedl-tutorial, con 16,879 stelle. 《Tutorial di Deep Learning di Li Hongyi》(Raccomandato dal professor Li Hongyi 👍, Apple Books 🍎), Link per il download PDF: https://github.com/datawhalechina/leedl-tutorial/releases

2

Quali linguaggi di programmazione sono più utilizzati nei repository #pruning?

Tra i progetti #pruning più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, Go.

3

Come viene calcolata la classifica dei repository #pruning?

Monitoriamo 20 repository open source attivi contrassegnati con #pruning (500+ stelle), per un totale di 47,055 stelle e una media di 2,352 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.