Início Projetos ort
ort

ort

por pykeio · GitHub

Inferência e treinamento rápido de ML para modelos ONNX em Rust

Ver no GitHub
Em palavras simples

Execute modelos de aprendizado de máquina rapidamente em vários dispositivos usando uma ferramenta Rust projetada para modelos ONNX.

⭐ Estrelas
🍴 Forks
🔥 Tendências
📜 Licença
Uso comercial permitido
📅 Criado
🔄 Último commit
🏷️ Categoria
💻 Linguagem
Mantem este projeto?

Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.

Reivindicar esta pagina →
ort — GitHub preview card
📈 Histórico de estrelas
2.42k2.38k
2026-07-072026-07-29
📈 Acompanhe ort

Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.

Grátis · sem cartão · cancele quando quiser
Receber alertas por e-mail →
📄 Sobre

Inferência e treinamento rápido de ML para modelos ONNX em Rust

ort tem 2.4k estrelas no GitHub. Foi bifurcado 257 vezes. ort é escrito principalmente em Rust. Está em desenvolvimento ativo desde 2022. ort está disponível sob a licença Apache-2.0. Os seus principais temas são: ai, ai-training, fine-tuning, inference.

Frequently asked questions

O que é ort?

Inferência e treinamento rápido de ML para modelos ONNX em Rust

ort é de código aberto?

ort é um projeto de código aberto. É distribuído sob a licença Apache-2.0.

ort é gratuito?

Sim. ort é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.

Sob que licença está ort?

ort está disponível sob a licença Apache-2.0.

Em que linguagem ort está escrito?

ort é escrito principalmente em Rust.

🏅 Mantenedor deste projeto?
OpenSourceAI badge — ort

Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=pykeio-ort)](https://opensourceai.tech/project/pykeio-ort.html)
Mais opções de badge →
🧬 Partilha ADN com🧬 Ver o mapa de ADN →

Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.