#deep-learning-deployment Repositórios
Descubra 7 repositórios ativos de código aberto no GitHub marcados com #deep-learning-deployment, acumulando um total de 9,041 estrelas (uma média de 1,291 por projeto). O líder deste tópico é qwopqwop200/GPTQ-for-LLaMa, com 3,077 estrelas.
7 repositórios no total
Motor de inferência C++ pronto para produção, multiplataforma, para modelos YOLO (v5‑v12, YOLO26). API unificada para detecção, segmentação, estimativa de pose, OBB e classificação. Construído sobre ONNX Runtime e OpenCV. Otimizado para CPU/GPU com suporte à quantização.
Representação e Redução de Referência de Modelos ONNX na Infraestrutura do Compilador MLIR
TinyMaix é uma biblioteca de inferência minúscula para microcontroladores (TinyML).
Perguntas Frequentes
Qual é o repositório de #deep-learning-deployment mais popular no GitHub?
O projeto de código aberto de #deep-learning-deployment mais bem classificado no GitHub é qwopqwop200/GPTQ-for-LLaMa, com 3,077 estrelas. Quantização de 4 bits do LLaMA usando GPTQ
Quais linguagens de programação são mais usadas nos repositórios de #deep-learning-deployment?
Entre os projetos de #deep-learning-deployment mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, C++, MLIR, C.
Como é calculada a classificação dos repositórios de #deep-learning-deployment?
Acompanhamos 7 repositórios ativos de código aberto marcados com #deep-learning-deployment (com mais de 500 estrelas), totalizando 9,041 estrelas e uma média de 1,291 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.