Ivy综合评价:谨慎

unifyai · 模型部署与训练

在不同机器学习框架之间转换模型和代码的开发工具。

许可证需自行查看
GitHub 收藏14.2K
代码最近更新2026 年 9 月 29 日作者已停止维护
许可证许可证需自行查看

能在不同机器学习框架间转换模型、工具和代码库,跟踪计算图。适合做算法开发的工程师和研究员。需要会写代码,通过包管理工具安装后调用。

用起来难吗要写代码在哪用命令行
能用的模型
说明里没点名

能做什么

  • 在不同框架间转换模型与代码
  • 将 PyTorch 代码转至其他框架
  • 转换到 TensorFlow 或 JAX
  • 跟踪并提取代码的计算图

怎么开始

  1. 需要会写代码,通过包管理命令安装该工具
  2. 在代码中引入该模块并准备好源模型代码
  3. 调用转换函数将其转为目标框架代码

选它,如果你……

  • 你想把 PyTorch 编写的代码转到其他框架
  • 你希望在自己的代码中跨框架调用其他模型
  • 你需要提取并跟踪任意代码的计算图

别选,如果你……

  • 你不会写代码或不想配置编程环境
  • 你想找开箱即用的成品应用或聊天工具

怎么用

需要在它自己的网站或应用里注册使用。

多少钱、在哪买

价格以官网为准。

综合评价:谨慎(半年以上没更新)

更新停更最近一次改代码是 6 天前;最近一次发版是 477 天前(1.0.0.5)
问题处理暂不评近 90 天只有 1 个新问题,太少不评
用的人多GitHub 收藏 1.4 万;1,486 人参与开发
用户口碑暂不计用过的人的评价满 5 条后才算进来

提醒:许可证有附加条件或没写清,拿去商用前先看清楚

数字取自 GitHub 的公开记录(2026/10/5), 用过的人的评价来自本页口碑。自己核对:项目主页、问题、外部提交的修改、发版记录。

怎么评的

只看公开、能核对的数据,不打分数,只给四档结论,每一项的依据都写在旁边。

  • 更新:近 90 天改了多少次代码、最近一次发版是哪天。7 天内有改动并且改得多或常发版,算「很活跃」;30 天内有改动算「活跃」;半年内算「放缓」;半年以上没动或者已经归档,算「停更」。
  • 问题处理:近 90 天新开的问题解决了几成、一般几天解决、外部提交的修改积压了多少。解决八成以上、一般一周内解决、积压不比合进去的多,算「好」;解决不到一半算「差」;其余算「一般」。新问题不到 10 个的不评。
  • 用的人:GitHub 收藏 5 万以上算很多,1 万以上算多,1 千以上算一般。旁边写近 7 天新增多少、多少人参与开发。
  • 用户口碑:用过的人的评价满 5 条才算进来(注册不满 7 天的账号不算);平均分在 2.5 分及以下,总评降一档。
  • 总评四档:还在更新、问题处理好、用的人多 → 推荐;还在更新 → 不错;更新放缓或问题处理差 → 一般;半年以上没更新 → 谨慎。许可证有附加条件、商用受限的,单独提醒,不影响总评。
  • 收费软件(ChatGPT、Cursor 这类)没有公开的问题记录,就看 App Store:最近一次更新在 30 天内算「活跃」,半年内算「放缓」,半年以上算「停更」;打分人数 10 万以上算很多,1 万以上算多,1 千以上算一般;评分 4 分以上算好,2.5 分及以下算差,打分不到 100 人不评。再加上用过的人的评价。

收藏数能刷,所以只占一项;更新和问题处理很难刷。数据每天更新,超过两周没更新的不评。

能替代它的

软件起步价难不难用中文开源口碑最近更新
Ivy—要写代码没写明代码公开还没人评476 天前
Keras免费要写代码没写明开源还没人评67 天前

看 Ivy 的全部替代品和对比 ›

最近更新和热度

  1. 1.0.0.5

    主要是内部改进和问题修复

  2. 1.0.0.4

    支持兼容 Python 3.12 及以上版本

  3. 1.0.0.3

    主要是内部改进和问题修复

用过?说两句

用户口碑

用户评价

还没有评价

平均分和优缺点人数只统计说自己用过的评价。注册未满 7 天的账号暂不计分。参与计分不足 5 条时不显示平均分。

你用过吗
评分
评价公开可见,不要写账号密码、Key 或验证码。

用户提问

还没有提问

还没有人提问。可以问装在哪、要不要花钱、能不能接自己的 Key、中文好不好用。

提问公开可见,用过的人都能回答。

数据来源:GitHub,每天更新,更新时间 2026 年 10 月 6 日。 信息有误?告诉我们。

Ivy:是什么、要不要花钱、怎么用 | 模真真