Awesome-Quantization-Papers
Lista de artigos relacionados à quantização de redes neurais em conferências e periódicos recentes de IA.
Leia uma lista selecionada de artigos de pesquisa sobre quantização de redes neurais para aprendizado profundo eficiente.
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 quiserLista de artigos relacionados à quantização de redes neurais em conferências e periódicos recentes de IA.
Awesome-Quantization-Papers tem 838 estrelas no GitHub. Foi bifurcado 65 vezes. Está em desenvolvimento ativo desde 2022. Awesome-Quantization-Papers está disponível sob a licença MIT. Os seus principais temas são: awesome-list, diffusion-models, edge-computing, efficient-inference.
O que é Awesome-Quantization-Papers?
Lista de artigos relacionados à quantização de redes neurais em conferências e periódicos recentes de IA.
Awesome-Quantization-Papers é de código aberto?
Awesome-Quantization-Papers é um projeto de código aberto. É distribuído sob a licença MIT.
Awesome-Quantization-Papers é gratuito?
Sim. Awesome-Quantization-Papers é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.
Sob que licença está Awesome-Quantization-Papers?
Awesome-Quantization-Papers está disponível sob a licença MIT.
Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.
[](https://opensourceai.tech/project/zhen-dong-awesome-quantization-papers.html)
Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.