Repolode
提交项目
tracel-ai

tracel-ai/models

基于 Rust 深度学习框架 Burn 构建的模型与示例合集，包含官方和社区贡献的模型。

在 GitHub 查看
Star
390
Fork
71
未关闭 Issue
18
最近提交
12天前

这是什么？

本仓库收录了使用 Rust 深度学习框架 Burn 实现的模型和示例代码。官方模型涵盖图像分类（如 ResNet、SqueezeNet、MobileNetV2）、目标检测（YOLOX）以及语言与句向量模型（如 ALBERT、MiniLM、RoBERTa）。

除官方模型外，还列出了一批由社区在独立仓库中开发的项目，包括 Whisper 语音识别、Llama 2、Stable Diffusion、RWKV、SSD 和 Wav2Vec 2.0 等移植版本。每个官方模型位于单独的子目录中，并附有各自的使用说明。

官方模型以 MIT 和 Apache-2.0 双协议发布，社区项目可能采用各自不同的许可证。

核心功能

  • 01提供 ResNet、SqueezeNet、MobileNetV2 等图像分类模型的官方实现。
  • 02包含 YOLOX 目标检测模型，以及 ALBERT、MiniLM、RoBERTa 等语言模型。
  • 03汇集 Whisper、Llama 2、Stable Diffusion、RWKV 等社区移植项目。
  • 04每个官方模型独立成目录，便于单独使用。
  • 05基于 Rust 编写的 Burn 深度学习框架构建。

适用场景

  • 学习如何使用 Burn 在 Rust 中定义和运行常见的视觉或 NLP 模型。
  • 在不依赖 Python 的 Rust 应用中进行图像分类或目标检测。
  • 查找基于 Burn 实现的语音识别或语言模型的 Rust 版本。

使用前须知

  • 此处链接的社区模型可能采用与本仓库 MIT/Apache-2.0 条款不同的许可证。

收录于专题

计算机视觉工具与库自然语言处理工具与库

标签

#deep-learning#rust#machine-learning#computer-vision#nlp#examples

常见问题

models 是什么？
基于 Rust 深度学习框架 Burn 构建的模型与示例合集，包含官方和社区贡献的模型。 本仓库收录了使用 Rust 深度学习框架 Burn 实现的模型和示例代码。官方模型涵盖图像分类（如 ResNet、SqueezeNet、MobileNetV2）、目标检测（YOLOX）以及语言与句向量模型（如 ALBERT、MiniLM、RoBERTa）。
models 可以免费使用吗？用的什么许可证？
models 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。
models 还在维护吗？
活跃维护中。models 最近一次提交是在 2026年10月26日。
models 适合用来做什么？
学习如何使用 Burn 在 Rust 中定义和运行常见的视觉或 NLP 模型。 在不依赖 Python 的 Rust 应用中进行图像分类或目标检测。 查找基于 Burn 实现的语音识别或语言模型的 Rust 版本。
在哪里获取 models？
源代码和安装说明在 GitHub 上：https://github.com/tracel-ai/models

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。

相关项目