awesome-repositories.com
Blog
awesome-repositories.com

Descubre los mejores repositorios open-source con nuestra búsqueda potenciada por IA.

ExplorarBúsquedas curadasAlternativas open-sourceSoftware autohospedableBlogMapa del sitio
ProyectoAcerca deCómo clasificamosPrensaServidor MCP
Aviso legalPrivacidadTérminos
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

offline machine learning development environment

Clasificación actualizada el 30 jun 2026

Curamos repositorios de código abierto en GitHub que coinciden con “offline machine learning environments”. Los resultados están clasificados por relevancia según tu búsqueda; usa los filtros de abajo para acotar o refina con IA.

Resultados para “entorno local para machine learning”

Encuentra los mejores repositorios con IA.Buscaremos los repositorios que mejor coincidan usando IA.
  • jupyter/docker-stacksAvatar de jupyter

    jupyter/docker-stacks

    8,432Ver en GitHub↗

    This project is a collection of pre-configured Docker images that provide ready-to-run environments for interactive computing and data science. It functions as a scientific computing stack and a polyglot notebook server, bundling language interpreters and libraries for Python, R, and Julia within a containerized system to ensure reproducible research environments. The collection uses a layered image hierarchy to provide versioned software dependencies and support for hardware acceleration across different CPU architectures. It allows for the creation of custom images based on a foundation of

    jupyter/docker-stacks provides ready-to-run Docker images with Jupyter notebooks and pre-installed machine learning libraries, enabling an offline ML environment with containerized deployment and GPU support, though it does not include a dedicated offline package manager.

    PythonInteractive Computing EnvironmentsInteractive Environment DeploymentPolyglot Data Science Environments
    Ver en GitHub↗8,432

Related searches

  • un runtime local para ejecutar LLMs
  • currículo gratuito para aprender machine learning
  • cliente de escritorio para ejecutar LLMs locales
  • tracker para experimentos de machine learning
  • un kit de herramientas para traducción automática offline
  • sistema de control de versiones para datos de ML
  • base de datos local para apps móviles offline-first
  • plataforma para gestionar el ciclo de vida de ML