Awesome-Model-Quantization
Uma lista de artigos, documentos e códigos sobre quantização de modelos. Este repositório visa fornecer informações para pesquisa sobre quantização de modelos, estamos continuamente melhorando o projeto. Bem-vindo a PR os trabalhos (artigos, repositórios) que estão faltando no repositório.
Explore uma coleção de artigos de pesquisa e recursos focados em melhorar a eficiência dos modelos através da quantização.
Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.
Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.
Grátis · sem cartão · cancele quando quiserUma lista de artigos, documentos e códigos sobre quantização de modelos. Este repositório visa fornecer informações para pesquisa sobre quantização de modelos, estamos continuamente melhorando o projeto. Bem-vindo a PR os trabalhos (artigos, repositórios) que estão faltando no repositório.
Awesome-Model-Quantization tem 2.4k estrelas no GitHub. Foi bifurcado 242 vezes. Está em desenvolvimento ativo desde 2018. Os seus principais temas são: awesome, binarized-neural-networks, binary-network, deep-learning.
O que é Awesome-Model-Quantization?
Uma lista de artigos, documentos e códigos sobre quantização de modelos. Este repositório visa fornecer informações para pesquisa sobre quantização de modelos, estamos continuamente melhorando o projeto. Bem-vindo a PR os trabalhos (artigos, repositórios) que estão faltando no repositório.
Awesome-Model-Quantization é de código aberto?
Awesome-Model-Quantization é um projeto de código aberto.
Awesome-Model-Quantization é gratuito?
Sim. Awesome-Model-Quantization é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.
Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.
[](https://opensourceai.tech/project/ai-efficiency-awesome-model-quantization.html)
Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.