
burn-onnx
把 ONNX 模型转成纯 Rust Burn 代码,推理微调不再依赖 Python
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-09-16 · 当前星标 ★ 141
核心亮点
- 生成的是原生 Rust 代码,可编译进二进制,部署时无需 Python 或 ONNX Runtime
- 后端无关,同一份生成代码可切换 Burn 的 CPU/GPU 等后端
- 保留权重加载与微调能力,不只是推理导出
不足之处
- 项目早期,ONNX 算子覆盖可能不完整,复杂模型转换易失败
- 文档与社区案例较少,遇到问题可参考的资料有限
适用场景
- 把 PyTorch 训练好的模型导出 ONNX 后,转成 Rust 服务端推理代码
- 在 Rust 项目中嵌入模型并做少量微调,避免引入 Python 依赖
- 需要跨平台编译部署(如边缘设备)时,用 Burn 统一后端运行模型
替代项目
tract、onnxruntime
下一篇:LightRFT
同类项目推荐
spiral
开源
让AI在对抗博弈中练出深度推理
SPIRAL: Self-Play on Zero-Sum Games Incentivizes Reasoning via Multi-Agent Multi-Tur···
MambaInLlama
开源
把 Llama 蒸馏成混合模型,推理更快更省内存
[NeurIPS 2024] Official Repository of The Mamba in the Llama: Distilling and Acceler···
train-deepseek-r1
开源
手把手从零实现 DeepSeek R1,看懂并跑通核心代码
Building DeepSeek R1 from Scratch
SparseLLM
开源
全局剪枝大模型,高稀疏度下保住性能
Official Repo for SparseLLM: Global Pruning of LLMs (NeurIPS 2024)
Awesome-MLLM-Tuning
开源
多模态大模型微调不丢本事的论文与思路合集
Multimodal Large Language Model (MLLM) Tuning Survey: Keeping Yourself is Important ···
VLM-R1
开源
用强化学习让视觉模型学会推理,少数据也能提升定位精度。
Solve Visual Understanding with Reinforced VLMs
MoTHer
开源
从模型集合中自动还原模型家族树,看清模型间继承关系。
Official PyTorch Implementation for the "Unsupervised Model Tree Heritage Recovery" ···
adaptive-classifier
开源
让文本分类模型随新数据自动进化,无需频繁重训
A flexible, adaptive classification system for dynamic text classification
LLaMEA
开源
让大模型自动进化出更优算法,省去手工调参。
Large Language Model Evolutionary Algorithm