#bnn Repositórios
Descubra 2 repositórios ativos de código aberto no GitHub marcados com #bnn, acumulando um total de 3,391 estrelas (uma média de 1,695 por projeto). O líder deste tópico é 666DZY666/micronet, com 2,270 estrelas.
2 repositórios no total
micronet, uma biblioteca de compressão e implantação de modelos. compressão: 1、quantização: treinamento ciente de quantização (QAT), High-Bit(>2b)(DoReFa/Quantization and Training of Neural Networks for Efficient Integer-Arithmetic-Only Inference), Low-Bit(≤2b)/Ternary and Binary(TWN/BNN/XNOR-Net); quantização pós-treinamento (PTQ), 8-bit(tensorrt); 2、 poda: poda de canal de convolução normal, regular e em grupo; 3、 estrutura de convolução em grupo; 4、 fusão de normalização em lote para quantização. implantação: tensorrt, fp32/fp16/in
Uma caixa de ferramentas para reconstrução de imagem compressiva espectral, incluindo MST (CVPR 2022), CST (ECCV 2022), DAUHST (NeurIPS 2022), BiSCI (NeurIPS 2023), HDNet (CVPR 2022), MST++ (CVPRW 2022), etc.
Perguntas Frequentes
Qual é o repositório de #bnn mais popular no GitHub?
O projeto de código aberto de #bnn mais bem classificado no GitHub é 666DZY666/micronet, com 2,270 estrelas. micronet, uma biblioteca de compressão e implantação de modelos. compressão: 1、quantização: treinamento ciente de quantização (QAT), High-Bit(>2b)(DoReFa/Quantization and Training of Neural Networks for Efficient Integer-Arithmetic-Only Inference), Low-Bit(≤2b)/Ternary and Binary(TWN/BNN/XNOR-Net); quantização pós-treinamento (PTQ), 8-bit(tensorrt); 2、 poda: poda de canal de convolução normal, regular e em grupo; 3、 estrutura de convolução em grupo; 4、 fusão de normalização em lote para quantização. implantação: tensorrt, fp32/fp16/in
Quais linguagens de programação são mais usadas nos repositórios de #bnn?
Entre os projetos de #bnn mais bem classificados no GitHub, as linguagens de programação mais comuns são Python.
Como é calculada a classificação dos repositórios de #bnn?
Acompanhamos 2 repositórios ativos de código aberto marcados com #bnn (com mais de 500 estrelas), totalizando 3,391 estrelas e uma média de 1,695 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.