Awesome-Quantization-Papers
Elenco di articoli relativi alla quantizzazione delle reti neurali in recenti conferenze e riviste di AI.
Leggi un elenco curato di articoli di ricerca sulla quantizzazione delle reti neurali per un deep learning efficiente.
Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.
Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.
Gratis · senza carta · disdici quando vuoiElenco di articoli relativi alla quantizzazione delle reti neurali in recenti conferenze e riviste di AI.
Awesome-Quantization-Papers ha 848 stelle su GitHub. È stato forkato 66 volte. È in sviluppo attivo dal 2022. Awesome-Quantization-Papers è disponibile con licenza MIT. I suoi temi principali sono: awesome-list, diffusion-models, edge-computing, efficient-inference.
Che cos'è Awesome-Quantization-Papers?
Elenco di articoli relativi alla quantizzazione delle reti neurali in recenti conferenze e riviste di AI.
Awesome-Quantization-Papers è open source?
Awesome-Quantization-Papers è un progetto open source. È rilasciato con licenza MIT.
Awesome-Quantization-Papers è gratuito?
Sì. Awesome-Quantization-Papers è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.
Con quale licenza è Awesome-Quantization-Papers?
Awesome-Quantization-Papers è disponibile con licenza MIT.
Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.
[](https://olud.ai/project/zhen-dong-awesome-quantization-papers.html)
Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.