Startseite Projekte models
models
Jupyter Notebook

models

Eine Sammlung von vortrainierten, hochmodernen Modellen im ONNX-Format

von onnx · GitHub
Sterne
Forks
Erstellt
Letzter Commit
Kategorie
deep-learningdownloadmodelsApache-2.0Jupyter Notebook
Auf GitHub ansehen
In einfachen Worten

Durchsuchen Sie eine Sammlung von vortrainierten KI-Modellen im ONNX-Format für Ihre Projekte.

Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
models — GitHub preview card
📈 Sternhistorie
9.72k9.70k
2026-07-042026-08-31
📈 models verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

Eine Sammlung von vortrainierten, hochmodernen Modellen im ONNX-Format

models hat 9.7k Sterne auf GitHub. Es wurde 1.6k-mal geforkt. models ist hauptsächlich in Jupyter Notebook geschrieben. Es wird seit 2017 aktiv entwickelt. models ist unter der Apache-2.0-Lizenz verfügbar. Die Hauptthemen sind: deep-learning, download, models, onnx.

Frequently asked questions

Was ist models?

Eine Sammlung von vortrainierten, hochmodernen Modellen im ONNX-Format

Ist models Open Source?

models ist ein Open-Source-Projekt. Es wird unter der Apache-2.0-Lizenz veröffentlicht.

Ist models kostenlos?

Ja. models ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht models?

models ist unter der Apache-2.0-Lizenz verfügbar.

In welcher Sprache ist models geschrieben?

models ist hauptsächlich in Jupyter Notebook geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — models

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=onnx-models)](https://olud.ai/project/onnx-models.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.