Accueil Projets tvm-cn
tvm-cn
TypeScript

tvm-cn

Documentation TVM en chinois simplifié / TVM 中文文档

par hyperai · GitHub
Étoiles
Forks
Licence
Créé
Dernier commit
Catégorie
apachechinese-simplifieddeep-learningApache-2.0TypeScript
Voir sur GitHub
En termes simples

Lisez la documentation TVM en chinois pour en savoir plus sur la compilation de deep learning pour divers matériels.

Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
tvm-cn — GitHub preview card
📈 Historique des étoiles
3.9k3.8k
2026-07-072026-08-31
📈 Suivez tvm-cn

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

Documentation TVM en chinois simplifié / TVM 中文文档

tvm-cn compte 3.9k étoiles sur GitHub. Il a été forké 776 fois. tvm-cn est écrit principalement en TypeScript. Il est développé activement depuis 2022. tvm-cn est disponible sous licence Apache-2.0. Ses principaux thèmes sont : apache, chinese-simplified, deep-learning, documentation.

Frequently asked questions

Qu'est-ce que tvm-cn ?

Documentation TVM en chinois simplifié / TVM 中文文档

tvm-cn est-il open source ?

tvm-cn est un projet open source. Il est distribué sous licence Apache-2.0.

tvm-cn est-il gratuit ?

Oui. tvm-cn est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est tvm-cn ?

tvm-cn est disponible sous licence Apache-2.0.

Dans quel langage tvm-cn est-il écrit ?

tvm-cn est écrit principalement en TypeScript.

🏅 Mainteneur de ce projet ?
olud.ai badge — tvm-cn

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![olud.ai](https://olud.ai/badge.php?tool=hyperai-tvm-cn)](https://olud.ai/project/hyperai-tvm-cn.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.