Git Stars Git Stars

#pruning Репозитории

Откройте для себя 20 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #pruning, с общим числом 47,055 звёзд (в среднем 2,352 на проект). Лидером этой темы является datawhalechina/leedl-tutorial, набравший 16,879 звёзд.

20
Всего репозиториев
47,055
Всего звезд
2,352
Среднее количество звезд на репозиторий
Языки программирования: Python Jupyter Notebook Go

Всего репозиториев: 20

1
datawhalechina/leedl-tutorial

《Курс глубокого обучения Ли Хунъи》(Рекомендовано профессором Ли Хунъи 👍, Apple Books 🍎), Ссылка для скачивания PDF: https://github.com/datawhalechina/leedl-tutorial/releases

datawhalechina
⭐ 16,879 Jupyter Notebook 👤 datawhalechina Organization 🕐 Обновлено 2026-10-23 📅 Создано 2019-07-02
2
VainF/Torch-Pruning

[CVPR 2023] DepGraph: К любой структурной обрезке; LLMs, модели основы зрения и т.д.

VainF
⭐ 3,373 Python 👤 VainF User 🕐 Обновлено 2026-11-13 📅 Создано 2019-12-15
3
qualcomm/aimet

AIMET — это библиотека, предоставляющая передовые методы квантования и сжатия для обученных моделей нейронных сетей.

qualcomm
⭐ 2,748 Python 👤 qualcomm Organization 🕐 Обновлено 2026-11-21 📅 Создано 2020-04-21
4
intel/neural-compressor

Передовое (SOTA) низкобитное квантование LLM (INT8/FP8/MXFP8/INT4/MXFP4/NVFP4) и разреженность; ведущие методы сжатия моделей на PyTorch, TensorFlow и ONNX Runtime

intel
⭐ 2,733 Python 👤 intel Organization 🕐 Обновлено 2026-11-20 📅 Создано 2020-07-21
5
he-y/Awesome-Pruning

Куратированный список ресурсов по обрезке нейронных сетей.

he-y
⭐ 2,487 👤 he-y User 🕐 Обновлено 2024-04-04 📅 Создано 2019-05-30
6
666DZY666/micronet

micronet, библиотека для сжатия моделей и развертывания. Сжатие: 1、квантование: обучение с учетом квантования(QAT), Высокий-бит(>2b)(DoReFa/Quantization and Training of Neural Networks for Efficient Integer-Arithmetic-Only Inference)、Низкий-бит(≤2b)/Тернарный и Бинарный(TWN/BNN/XNOR-Net); пост-обученное квантование(PTQ), 8-бит(tensorrt); 2、обрезка: обычная、регулярная и групповая обрезка каналов свертки; 3、структура групповой свертки; 4、слияние пакетной нормализации для квантования. Развертывание: tensorrt, fp32/fp16/in

666DZY666
⭐ 2,270 Python 👤 666DZY666 User 🕐 Обновлено 2025-05-06 📅 Создано 2019-12-04
7
cupcakearmy/autorestic

Простой CLI для резервного копирования, управляемый конфигурацией, для restic.

cupcakearmy
⭐ 1,883 Go 👤 cupcakearmy User 🕐 Обновлено 2026-04-05 📅 Создано 2019-06-20
8
peremartra/Large-Language-Model-Notebooks-Course

Практический курс по большим языковым моделям.

peremartra
⭐ 1,827 Jupyter Notebook 👤 peremartra User 🕐 Обновлено 2026-09-29 📅 Создано 2023-05-01
9
open-mmlab/mmrazor

OpenMMLab Model Compression Toolbox и Benchmark.

open-mmlab
⭐ 1,653 Python 👤 open-mmlab Organization 🕐 Обновлено 2024-06-11 📅 Создано 2021-12-22
10
PaddlePaddle/PaddleSlim

PaddleSlim — это библиотека с открытым исходным кодом для сжатия глубоких моделей и поиска архитектур.

PaddlePaddle
⭐ 1,613 Python 👤 PaddlePaddle Organization 🕐 Обновлено 2026-01-04 📅 Создано 2019-12-16
11
tensorflow/model-optimization

Набор инструментов для оптимизации моделей ML для развертывания в Keras и TensorFlow, включая квантизацию и обрезку.

tensorflow
⭐ 1,584 Python 👤 tensorflow Organization 🕐 Обновлено 2026-11-20 📅 Создано 2018-10-31
12
huawei-noah/Efficient-Computing

Эффективные методы вычислений, разработанные Huawei Noah's Ark Lab

huawei-noah
⭐ 1,306 Jupyter Notebook 👤 huawei-noah Organization 🕐 Обновлено 2024-11-05 📅 Создано 2019-09-04
13
openvinotoolkit/nncf

Фреймворк сжатия нейронных сетей для улучшенного инференса OpenVINO™

openvinotoolkit
⭐ 1,221 Python 👤 openvinotoolkit Organization 🕐 Обновлено 2026-11-18 📅 Создано 2020-05-13
14
horseee/LLM-Pruner

[NeurIPS 2023] LLM-Pruner: Об структурной обрезке больших языковых моделей. Поддержка Llama-3/3.1, Llama-2, LLaMA, BLOOM, Vicuna, Baichuan, TinyLlama и др.

horseee
⭐ 1,094 Python 👤 horseee User 🕐 Обновлено 2024-10-07 📅 Создано 2023-05-17
15
MAC-AutoML/MindPipe

Мощный фреймворк для сжатия моделей для LLM и LVLMs, адаптированный для GPU NVIDIA и NPU Huawei Ascend.

MAC-AutoML
⭐ 1,013 Python 👤 MAC-AutoML Organization 🕐 Обновлено 2026-08-11 📅 Создано 2026-01-22
16
alibaba/TinyNeuralNetwork

TinyNeuralNetwork — это эффективный и простой в использовании фреймворк для сжатия моделей глубокого обучения.

alibaba
⭐ 881 Python 👤 alibaba Organization 🕐 Обновлено 2026-03-03 📅 Создано 2021-11-02
17
ModelTC/LightCompress

[EMNLP 2024 & AAAI 2026] Мощный набор инструментов для сжатия больших моделей, включая LLM, VLM и модели генерации видео.

ModelTC
⭐ 755 Python 👤 ModelTC Organization 🕐 Обновлено 2026-05-14 📅 Создано 2024-03-06
18
princeton-nlp/LLM-Shearing

[ICLR 2024] Sheared LLaMA: Ускорение предварительного обучения языковых моделей с помощью структурированной обрезки

princeton-nlp
⭐ 635 Python 👤 princeton-nlp Organization 🕐 Обновлено 2024-03-04 📅 Создано 2023-10-16
19
csyhhu/Awesome-Deep-Neural-Network-Compression

Резюме, Код для квантования глубоких нейронных сетей

csyhhu
⭐ 562 Python 👤 csyhhu User 🕐 Обновлено 2026-09-01 📅 Создано 2019-02-28
20
cedrickchee/awesome-ml-model-compression

Крутые исследовательские статьи по сжатию моделей машинного обучения, квантованию, инструментам и учебным материалам.

cedrickchee
⭐ 540 👤 cedrickchee User 🕐 Обновлено 2024-09-21 📅 Создано 2018-12-06

Часто задаваемые вопросы

1

Какой репозиторий по теме #pruning наиболее популярен на GitHub?

Самый высоко оценённый проект с открытым исходным кодом по теме #pruning на GitHub — datawhalechina/leedl-tutorial, набравший 16,879 звёзд. 《Курс глубокого обучения Ли Хунъи》(Рекомендовано профессором Ли Хунъи 👍, Apple Books 🍎), Ссылка для скачивания PDF: https://github.com/datawhalechina/leedl-tutorial/releases

2

Какие языки программирования чаще всего используются в репозиториях по теме #pruning?

Среди наиболее высоко оценённых проектов по теме #pruning на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, Go.

3

Как рассчитывается рейтинг репозиториев по теме #pruning?

Мы отслеживаем 20 активных репозиториев с открытым исходным кодом, отмеченных тегом #pruning (500 и более звёзд), с общим числом 47,055 звёзд и в среднем 2,352 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.