#machine-learning-deployment Repositórios
Descubra 16 repositórios ativos de código aberto no GitHub marcados com #machine-learning-deployment, acumulando um total de 24,269 estrelas (uma média de 1,516 por projeto). O líder deste tópico é kyutai-labs/delayed-streams-modeling, com 3,055 estrelas.
16 repositórios no total
Modelos de Fala-para-Texto e Texto-para-Fala da Kyutai baseados na estrutura Delayed Streams Modeling.
🪞 Troca de Rosto com IA Instantânea em Um Clique: Descubra a sua versão mais bela
Olive: Simplifique o Ajuste Fino, Conversão, Quantização e Otimização de Modelos de ML para CPUs, GPUs e NPUs.
Um tutorial mostrando como treinar, converter e executar modelos de detecção de objetos TensorFlow Lite em dispositivos Android, Raspberry Pi e mais!
[ICML 2023] SmoothQuant: Quantização Pós-Treinamento Precisa e Eficiente para Grandes Modelos de Linguagem
Um assistente de IA hacker, construído usando Python e PyTorch.
Código para o curso online "Implantação de Modelos de Machine Learning"
Formato universal de troca de modelos e serialização para florestas de árvores de decisão
Bibliotecas cliente Triton para Python, C++ e Java, e exemplos de cliente gerados por GRPC para go, java e scala.
Perguntas Frequentes
Qual é o repositório de #machine-learning-deployment mais popular no GitHub?
O projeto de código aberto de #machine-learning-deployment mais bem classificado no GitHub é kyutai-labs/delayed-streams-modeling, com 3,055 estrelas. Modelos de Fala-para-Texto e Texto-para-Fala da Kyutai baseados na estrutura Delayed Streams Modeling.
Quais linguagens de programação são mais usadas nos repositórios de #machine-learning-deployment?
Entre os projetos de #machine-learning-deployment mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, C++, JavaScript.
Como é calculada a classificação dos repositórios de #machine-learning-deployment?
Acompanhamos 16 repositórios ativos de código aberto marcados com #machine-learning-deployment (com mais de 500 estrelas), totalizando 24,269 estrelas e uma média de 1,516 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.