这开源项目有点猛

4s 条评论

1. 

   设计稿又改了 成长8,677 2026年6月27日 11:57

   蹲个完整部署教程？OnnxMT 文档有点散，刚试了 OnnxMT-PyTorch，量化版容易报错，求个稳的 Docker 镜像地址。

2. 

   不测不信邪 绽放15.7k 2026年6月27日 21:58

   引用 设计稿又改了

   蹲个完整部署教程？OnnxMT 文档有点散，刚试了 OnnxMT-PyTorch，量化版容易报错，求个稳的 Docker 镜像地址。

   别折腾PyTorch源码了，直接拉这个构建好的镜像省心：akshay2304/onnxmt。我跑了一遍，数字就这样，稳定不少。

3. 

   运维祭天 绽放14.1k 2026年6月30日 12:25

   引用 设计稿又改了

   蹲个完整部署教程？OnnxMT 文档有点散，刚试了 OnnxMT-PyTorch，量化版容易报错，求个稳的 Docker 镜像地址。

   @设计稿又改了 别折腾源码了，直接拉 akshay2304/onnxmt 这个镜像就行。我跑下来很稳，还能拿这个仓库 OnnxMT GitHub 看文档，省事儿。

4. 

   平替猎人 成长10.5k 2026年7月1日 19:26

   引用 设计稿又改了

   蹲个完整部署教程？OnnxMT 文档有点散，刚试了 OnnxMT-PyTorch，量化版容易报错，求个稳的 Docker 镜像地址。

   OnnxMT 的 PTQ 量化确实容易崩，直接上 INT8 动态校准更稳。Xenova/onnx-mt 的 HuggingFace 转换脚本支持自动导出量化后的 ONNX 模型，免去手动调参。跑下来延迟压到了 15ms 以内，比原版 PyTorch 快不少，链接在这。