Inicio Proyectos aimet
aimet
Python

aimet

AIMET es una biblioteca que proporciona técnicas avanzadas de cuantización y compresión para modelos de redes neuronales entrenados.

por qualcomm · GitHub
Estrellas
Ramas
Creado
Último commit
Categoría
Lenguaje
auto-mlcompressiondeep-learningPython
Ver en GitHub
En palabras simples

Reduce el tamaño y mejora la velocidad de los modelos de IA para su uso en dispositivos móviles y laptops.

¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
aimet — GitHub preview card
📈 Historial de estrellas
2 6642 656
2026-07-072026-08-31
📈 Sigue aimet

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

AIMET es una biblioteca que proporciona técnicas avanzadas de cuantización y compresión para modelos de redes neuronales entrenados.

aimet tiene 2.7k estrellas en GitHub. Se ha bifurcado 461 veces. aimet está escrito principalmente en Python. Se desarrolla activamente desde 2020. Sus temas principales son: auto-ml, compression, deep-learning, deep-neural-networks.

Frequently asked questions

¿Qué es aimet?

AIMET es una biblioteca que proporciona técnicas avanzadas de cuantización y compresión para modelos de redes neuronales entrenados.

¿aimet es de código abierto?

aimet es un proyecto de código abierto.

¿aimet es gratis?

Sí. aimet es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿En qué lenguaje está escrito aimet?

aimet está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — aimet

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=qualcomm-aimet)](https://olud.ai/project/qualcomm-aimet.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.