#pytorch-integration Repository
Scopri 10 repository GitHub open source attivi contrassegnati con #pytorch-integration, che raccolgono un totale di 26,803 stelle (con una media di 2,680 stelle per progetto). Il progetto leader di questo argomento è deepseek-ai/DeepGEMM, con 9,210 stelle.
10 repository in totale
Una libreria unificata di tecniche di ottimizzazione dei modelli SOTA come quantizzazione, distillazione, pruning, ricerca di architetture neurali, decodifica speculativa, ecc. Comprime i modelli di deep learning per framework di distribuzione a valle come TensorRT-LLM, TensorRT, vLLM, ecc., per ottimizzare la velocità di inferenza.
Riduzione del rumore in Python usando spectral gating (voce, bioacustica, audio, segnali nel dominio temporale)
Decodifica e codifica multimediale per PyTorch: video, immagini e audio, su CPU e GPU.
BitBLAS è una libreria per supportare moltiplicazioni di matrici a precisione mista, specialmente per il deployment di LLM quantizzati.
Alimenta i chip per machine learning progettati appositamente per AWS. Velocissimo ed economico, integrato nativamente in PyTorch e TensorFlow e integrato con i tuoi servizi AWS preferiti.
Domande frequenti
Qual è il repository #pytorch-integration più popolare su GitHub?
Il progetto open source #pytorch-integration più alto in classifica su GitHub è deepseek-ai/DeepGEMM, con 9,210 stelle. DeepGEMM: libreria di kernel BLAS pulita ed efficiente su GPU
Quali linguaggi di programmazione sono più utilizzati nei repository #pytorch-integration?
Tra i progetti #pytorch-integration più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Cuda, Jupyter Notebook, C++.
Come viene calcolata la classifica dei repository #pytorch-integration?
Monitoriamo 10 repository open source attivi contrassegnati con #pytorch-integration (500+ stelle), per un totale di 26,803 stelle e una media di 2,680 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.