#156 · 主分类: MLOps与评测
Deep-Learning-in-Production
分享关于在生产环境中部署深度学习模型的有用笔记和参考资料。
项目最后更新:11/09/24
GitHub Stars
4.4K
Forks数量
685
贡献者数量
3
许可证
Other
收录理由
模型训练完只是第一步,真正把它从笔记本里搬出来、跑成一个在线服务,中间常常要绕不少弯路。这个仓库相当于把前人踩过的坑整理成了索引,按实际部署流程来组织:从PyTorch模型转换开始,到接入C++或浏览器环境,再到用Flask或TorchServe搭出REST API,每个链接旁都附了一句简短点评,帮你分清哪些是官方文档、哪些是值得一读的社区帖子。它还把ONNX、TensorFlow Serving、LibTorch、无服务器函数等几种常见服务方案都列了出来,做内部项目选型时翻一翻会很有启发。整体定位更像是一份阅读指南,而不是一个开箱即用的部署框架,跟着链接能找到能跑通的示例代码,自己也不用额外维护一套运行时。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。
同类热门项目
unsloth
本地UI,用于运行和训练LLM及扩散模型。支持GGUF、MLX、Qwen3.8、Kimi K3、MiniMax-H3、Gemma 4、FLUX等。
LlamaFactory
统一高效微调100+大语言模型与视觉语言模型(ACL 2024)
airflow
Apache Airflow - 一个以编程方式编写、调度和监控工作流的平台
langfuse
🪢 开源AI工程平台:LLM评估、可观测性、指标、提示管理、游乐场、数据集。与OpenTelemetry、LangChain、OpenAI SDK、LiteLLM等集成。🍊YC W23
netron
神经网络、深度学习和机器学习模型的可视化工具