Awesome-Quantization-Papers
Liste von Arbeiten zur Quantisierung neuronaler Netzwerke in aktuellen KI-Konferenzen und -Zeitschriften.
Lesen Sie eine kuratierte Liste von Forschungsarbeiten zur Quantisierung neuronaler Netzwerke für effizientes Deep Learning.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbarListe von Arbeiten zur Quantisierung neuronaler Netzwerke in aktuellen KI-Konferenzen und -Zeitschriften.
Awesome-Quantization-Papers hat 838 Sterne auf GitHub. Es wurde 65-mal geforkt. Es wird seit 2022 aktiv entwickelt. Awesome-Quantization-Papers ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: awesome-list, diffusion-models, edge-computing, efficient-inference.
Was ist Awesome-Quantization-Papers?
Liste von Arbeiten zur Quantisierung neuronaler Netzwerke in aktuellen KI-Konferenzen und -Zeitschriften.
Ist Awesome-Quantization-Papers Open Source?
Awesome-Quantization-Papers ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.
Ist Awesome-Quantization-Papers kostenlos?
Ja. Awesome-Quantization-Papers ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
Unter welcher Lizenz steht Awesome-Quantization-Papers?
Awesome-Quantization-Papers ist unter der MIT-Lizenz verfügbar.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://olud.ai/project/zhen-dong-awesome-quantization-papers.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.