Startseite Projekte ort
ort

ort

von pykeio · GitHub

Schnelle ML-Inferenz und -Training für ONNX-Modelle in Rust

Auf GitHub ansehen
In einfachen Worten

Maschinenlernmodelle schnell auf verschiedenen Geräten mit einem Rust-Tool für ONNX-Modelle ausführen.

⭐ Sterne
🍴 Forks
🔥 Trendend
📜 Lizenz
Kommerzielle Nutzung erlaubt
📅 Erstellt
🔄 Letzter Commit
🏷️ Kategorie
💻 Sprache
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 →
ort — GitHub preview card
📈 Sternhistorie
2.42k2.38k
2026-07-072026-07-29
📈 ort verfolgen

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

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

Schnelle ML-Inferenz und -Training für ONNX-Modelle in Rust

ort hat 2.4k Sterne auf GitHub. Es wurde 257-mal geforkt. ort ist hauptsächlich in Rust geschrieben. Es wird seit 2022 aktiv entwickelt. ort ist unter der Apache-2.0-Lizenz verfügbar. Die Hauptthemen sind: ai, ai-training, fine-tuning, inference.

Frequently asked questions

Was ist ort?

Schnelle ML-Inferenz und -Training für ONNX-Modelle in Rust

Ist ort Open Source?

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

Ist ort kostenlos?

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

Unter welcher Lizenz steht ort?

ort ist unter der Apache-2.0-Lizenz verfügbar.

In welcher Sprache ist ort geschrieben?

ort ist hauptsächlich in Rust geschrieben.

🏅 Wartender dieses Projekts?
OpenSourceAI badge — ort

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

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=pykeio-ort)](https://opensourceai.tech/project/pykeio-ort.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

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