#165 · 主分类: MLOps与评测

m2cgen

c csharp dartlang go haskell java javascript lightgbm lightning machine-learning php python r ruby rust scikit-learn statistical-learning statsmodels xgboost

将ML模型转换为原生代码(Java、C、Python、Go、JavaScript、Visual Basic、C#、R、PowerShell、PHP、Dart、Haskell、Ruby、F#、Rust),零依赖

项目最后更新:08/03/24

GitHub Stars

3.0K

Forks数量

264

贡献者数量

14

许可证

MIT

收录理由

当训练好的模型需要运行在没有Python解释器的环境里时,m2cgen能把已拟合的scikit-learn、XGBoost或LightGBM模型直接转成普通源代码,而不是引入一个运行时依赖。生成的结果是C、Java、JavaScript、Go、Rust、PHP等支持语言中一个自包含的函数,无需额外安装或携带任何组件。对于边缘设备、嵌入式系统以及浏览器端工具这类塞不进完整推理栈的场景,这是个可行的解法。它覆盖了常见的经典模型家族,从线性模型、支持向量机,到决策树、随机森林和梯度提升,同时提供Python API和能读取pickle模型的命令行工具。想要可读、无依赖、能自己审查和编译代码的团队,不妨把它和ONNX放在一起权衡,别只认准基于运行时的导出方案。

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