#tflite 仓库
探索 26 个标记为 #tflite 的活跃开源 GitHub 仓库,它们累计获得 105,692 个 Star(平均每个项目 4,065 个)。该主题的领先项目是 ultralytics/yolov5,拥有 58,290 个 Star。
共 26 个仓库
🔥🔥🔥AidLearning 是一个强大的 AIOT 开发平台,AidLearning 在 Android 上构建支持 GUI、深度学习和可视化 IDE 的 Linux 环境...现在 Aid 支持 CPU+GPU+NPU 进行高性能加速推理...Android 或 HarmonyOS 上的 Linux
面向边缘计算和联邦学习、以人为本且能感知资源的 Android 节点。通过隐私优先的本地化和贴心的硬件管理,协调分布式智能。
用于存储在各种框架之间相互转换的模型的仓库。支持的框架包括 TensorFlow、PyTorch、ONNX、OpenVINO、TFJS、TFTRT、TensorFlowLite (Float32/16/INT8)、EdgeTPU、CoreML。
:stuck_out_tongue_closed_eyes: TensorFlowTTS: TensorFlow 2 的实时顶尖语音合成(支持英语、法语、朝鲜语、中文、德语,并且易于适配其他语言)
使用易于使用的硬件优化工具,加速 🤗 Transformers, Diffusers, TIMM 和 Sentence Transformers 的推理和训练
🍅🍅🍅YOLOv5-Lite: 由yolov5演进而来,模型大小仅为900+kb (int8) 和 1.7M (fp16)。在Raspberry Pi 4B上达到15 FPS~
Tensorflow 2.0, Android 中实现的 YOLOv4, YOLOv4-tiny, YOLOv3, YOLOv3-tiny。将 YOLO v4 .weights 转换为 tensorflow, tensorrt 和 tflite
一个将 ONNX 文件转换为 LiteRT/TFLite/TensorFlow、PyTorch 原生代码 (nn.Module)、TorchScript (.pt)、state_dict (.pt)、Exported Program (.pt2) 和 Dynamo ONNX 的工具。它还支持从 LiteRT 直接转换为 PyTorch。
想要更快的 ML 处理器?自己动手! -- 一个用于玩转自定义操作码以加速 TensorFlow Lite for Microcontrollers (TFLM) 的框架。 . . . . . 在线教程:https://google.github.io/CFU-Playground/ 有关参考文档,请参见下面的链接。
启用 Tensorflow Lite 的预构建二进制文件。适用于 RaspberryPi / Jetson Nano。支持 MediaPipe 中的自定义操作。XNNPACK、XNNPACK 多线程、FlexDelegate。
常见问题解答
GitHub 上最受欢迎的 #tflite 仓库是什么?
GitHub 上排名第一的开源 #tflite 项目是 ultralytics/yolov5,拥有 58,290 个 Star。基于PyTorch的Ultralytics YOLOv5,用于目标检测、实例分割、分类、训练和导出。
#tflite 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #tflite 项目中,最常见的编程语言是 Python, Kotlin, Jupyter Notebook, C++。
#tflite 仓库的排名是如何计算的?
我们跟踪了 26 个标记为 #tflite 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 105,692 个 Star,平均每个仓库拥有 4,065 个 Star。排名每日根据 GitHub API 更新。