Git Stars Git Stars

#tinyml Repositórios

Descubra 14 repositórios ativos de código aberto no GitHub marcados com #tinyml, acumulando um total de 57,130 estrelas (uma média de 4,080 por projeto). O líder deste tópico é harvard-edge/cs249r_book, com 30,283 estrelas.

14
Total de Repositórios
57,130
Total de estrelas
4,080
Média de Estrelas/Repositório
Linguagens de programação: Python C++ C

14 repositórios no total

1
harvard-edge/cs249r_book

Sistemas de aprendizado de máquina: fundamentos, escalabilidade, IA agêntica e IA física (vols. I–IV) • Harvard CS249r | https://mlsysbook.ai

harvard-edge
⭐ 30,283 Python 👤 harvard-edge Organization 🕐 Atualizado 2026-11-21 📅 Criado 2023-09-06
2
cactus-compute/cactus

Inteligência agêntica, de voz e visão com menos de 50 MB para dispositivos de consumo.

cactus-compute
⭐ 14,864 Python 👤 cactus-compute Organization 🕐 Atualizado 2026-11-18 📅 Criado 2026-02-24
3
vitoplantamura/OnnxStream

Biblioteca de inferência leve para arquivos ONNX, escrita em C++. Ela pode executar o Stable Diffusion XL 1.0 em um RPI Zero 2 (ou com 298MB de RAM), mas também o Mistral 7B em desktops e servidores. Suporte para ARM, x86, WASM, RISC-V. Acelerado por XNNPACK. Bindings para Python, C# e JS(WASM) disponíveis.

vitoplantamura
⭐ 2,091 C++ 👤 vitoplantamura User 🕐 Atualizado 2026-06-18 📅 Criado 2023-07-14
4
HarryR/z80ai

Z80-μLM é um modelo de linguagem quantificado de 2 bits pequeno o suficiente para rodar em um processador Z80 de 8 bits. Treine modelos de conversação em Python, exporte-os como binários CP/M .COM e converse com seu computador vintage.

HarryR
⭐ 1,141 Python 👤 HarryR User 🕐 Atualizado 2026-04-29 📅 Criado 2025-12-21
5
Dobiasd/frugally-deep

Uma biblioteca leve apenas de cabeçalho para usar modelos Keras (TensorFlow) em C++.

Dobiasd
⭐ 1,128 C++ 👤 Dobiasd User 🕐 Atualizado 2026-11-05 📅 Criado 2016-07-15
6
rl-tools/rl-tools

A Biblioteca Mais Rápida de Aprendizagem Profunda por Reforço

rl-tools
⭐ 1,056 C++ 👤 rl-tools Organization 🕐 Atualizado 2026-11-18 📅 Criado 2023-11-11
7
sipeed/TinyMaix

TinyMaix é uma biblioteca de inferência minúscula para microcontroladores (TinyML).

sipeed
⭐ 1,056 C 👤 sipeed Organization 🕐 Atualizado 2025-02-05 📅 Criado 2022-08-08
8
gigwegbe/tinyml-papers-and-projects

Esta é uma lista de artigos e projetos interessantes sobre TinyML.

gigwegbe
⭐ 1,035 👤 gigwegbe User 🕐 Atualizado 2025-12-08 📅 Criado 2020-12-24
9
mit-han-lab/tinyengine

[NeurIPS 2020] MCUNet: Aprendizagem Profunda Minúscula em Dispositivos IoT; [NeurIPS 2021] MCUNetV2: Inferência Baseada em Patches com Eficiência de Memória para Aprendizagem Profunda Minúscula; [NeurIPS 2022] MCUNetV3: Treinamento no Dispositivo com Menos de 256KB de Memória

mit-han-lab
⭐ 916 C 👤 mit-han-lab Organization 🕐 Atualizado 2024-11-27 📅 Criado 2022-08-24
10
Ampixa/sanoTTS

sanoTTS (सानो significa «pequeno» em nepalês): um sistema neural de conversão de texto em fala com entre 294 mil e 2,27 milhões de parâmetros, que funciona em um chip de US$ 3, no navegador ou em Python, com streaming de baixa latência.

Ampixa
⭐ 851 C 👤 Ampixa Organization 🕐 Atualizado 2026-11-20 📅 Criado 2026-07-11
11
emlearn/emlearn

Mecanismo de inferência de Aprendizado de Máquina para Microcontroladores e Dispositivos Embarcados

emlearn
⭐ 776 Python 👤 emlearn Organization 🕐 Atualizado 2026-11-10 📅 Criado 2018-03-16
12
raspberrypi/pico-tflmicro

Porte do TensorFlow Lite para Pico

raspberrypi
⭐ 725 C++ 👤 raspberrypi Organization 🕐 Atualizado 2024-12-27 📅 Criado 2020-11-23
13
mit-han-lab/mcunet

[NeurIPS 2020] MCUNet: Aprendizagem Profunda Minúscula em Dispositivos IoT; [NeurIPS 2021] MCUNetV2: Inferência Baseada em Patch Eficiente em Memória para Aprendizagem Profunda Minúscula

mit-han-lab
⭐ 634 Python 👤 mit-han-lab Organization 🕐 Atualizado 2024-03-29 📅 Criado 2022-06-14
14
ai-techsystems/deepC

Biblioteca de aprendizado profundo TinyML independente de fornecedor, compilador e framework de inferência para microcomputadores e microcontroladores

ai-techsystems
⭐ 603 C++ 👤 ai-techsystems Organization 🕐 Atualizado 2025-07-22 📅 Criado 2019-06-22

Perguntas Frequentes

1

Qual é o repositório de #tinyml mais popular no GitHub?

O projeto de código aberto de #tinyml mais bem classificado no GitHub é harvard-edge/cs249r_book, com 30,283 estrelas. Sistemas de aprendizado de máquina: fundamentos, escalabilidade, IA agêntica e IA física (vols. I–IV) • Harvard CS249r | https://mlsysbook.ai

2

Quais linguagens de programação são mais usadas nos repositórios de #tinyml?

Entre os projetos de #tinyml mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, C++, C.

3

Como é calculada a classificação dos repositórios de #tinyml?

Acompanhamos 14 repositórios ativos de código aberto marcados com #tinyml (com mais de 500 estrelas), totalizando 57,130 estrelas e uma média de 4,080 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.