Biblioteca que comprime modelos de aprendizaje profundo
NVIDIA Model Optimizer es una biblioteca que comprime modelos de aprendizaje profundo mediante técnicas como la cuantización (quantization), la destilación (distillation) y la poda (pruning). Esta herramienta prepara los modelos para su uso en motores de inferencia (inference engines) como TensorRT-LLM para aumentar la velocidad de inferencia.
Actualizaciones
- 27 de septiembre de 2026: Estrellas 4,563 → 4,910, última versión 0.47.0 (23 de septiembre de 2026).
Qué aporta
- funcionamiento rápido con cuantización y poda
- reducción del tamaño del modelo
- exportación compatible con ecosistemas de inteligencia artificial
Instalación
pip install -U nvidia-modelopt[all]Si no programa
Quiero comprimir y optimizar modelos de aprendizaje profundo utilizando la biblioteca NVIDIA Model Optimizer. ¿Podrías explicarme cómo instalar esta herramienta y qué pasos debo seguir para acelerar los modelos?
Repositorio: https://github.com/NVIDIA/Model-Optimizer. Sigue las instrucciones oficiales del archivo README de este repositorio para la instalación y ejecución.
Antes de empezar, comprueba en qué sistema operativo estamos y si las herramientas necesarias (ej. Python, Node.js, Git, Docker) están instaladas. Instala las que falten paso a paso según este sistema.
Crea una carpeta nueva y vacía para trabajar. No toques ningún archivo fuera de esta carpeta y no borres nada. Antes de ejecutar cada comando, dime qué vas a hacer en una frase.
Dime qué debería ver en la pantalla al final de cada paso. Si ocurre un error, te pegaré el mensaje de error tal cual y lo solucionaremos juntos.
Términos relacionados del glosario
Enlaces
TreScout no desarrolló esta herramienta · la encontramos en las tendencias de GitHub y la presentamos. Esta página describe el repositorio tal como estaba el 2026-09-25: El número de estrellas y nuestro texto son de ese día, el repositorio puede haber cambiado desde entonces. Consulte el enlace del repositorio para ver el estado actual. El texto de presentación se preparó con IA a partir de la propia documentación del repositorio y esta página se tradujo automáticamente del original en turco · prevalece la versión turca.