Registro público
Informe de salud del softwareesquema 0.27.0 · métricas 2.5.0 · 2026-07-30 14:48 UTC

pytorch / TensorRT

PyTorch/TorchScript/FX compiler for NVIDIA GPUs using TensorRT

Python · Jupyter Notebook · C++BSD-3-Clause★ 2984 estrellas⑂ 410 forksdesde mar 2020Ver en GitHub ↗
TipoBibliotecacómo se determina
#tensorrt#libtorch#machine-learning#pytorch#deep-learning#jetson#nvidia#cuda

pytorch/TensorRT tiene un índice de salud de 92 sobre 100, lo que lo sitúa en la banda Excelente. Su puntuación más alta es Vitality (96/100) y la más baja, Security (21/100). Se actualizó por última vez hoy. 2 personas concentran la mayor parte del trabajo reciente.

92
global / 100
Excelente

Índice de salud del software

Las métricas se agrupan en categorías ponderadas sobre una escala estandarizada de 1 a 100. El resultado global parte de su media ponderada, calibrada contra la distribución del registro público para que las bandas tengan significado percentil; cuando la evidencia pública activa la Política de Jurisdicciones de Alto Riesgo, la calificación se ajusta y recibe un límite «En riesgo» de 34.

92
Excepcional93-100El nivel más alto del registro (≈ el 5% superior); cumple prácticamente todos los criterios evaluados
Excelente80-92Sólido en todos los frentes; carencias menores
Bueno65-79Saludable; carencias limitadas y manejables
Moderado50-64Aceptable con carencias notables; se recomienda revisión
Débil35-49Debilidades sustanciales en varias áreas
En riesgo20-34Debilidades significativas; su adopción exige cautela
Crítico1-19Problemas graves (proyecto abandonado, un solo mantenedor, sin higiene)
VitalidadComunidad yAdopciónSostenibilidady GobernanzaCalidad deIngenieríaSeguridadPreparaciónpara IA

Perfil de puntuación

Cada eje es una categoría. La forma importa más que la media: un proyecto sano llena toda la figura, mientras que un perfil de picos y cráteres indica que la fortaleza en una dimensión enmascara el riesgo en otra.

El resultado global ponderado 78 se calibra a 92 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

pytorchOrganización
13.436 seguidores70 repositorios públicosdesde ago 2016

Este repositorio está respaldado por una organización: una custodia compartida y responsable que puede sobrevivir a cualquier mantenedor individual.

Ecosistemas de paquetes

RegistroPaqueteVersiónDescargas / mesVersionesÚltima publicaciónEtiquetas
PyPItorch-tensorrt-rtx2.13.0-5hace 1 díapytorchtorchtensorrttrtaiartificial-intelligencemlmachine-learningdldeep-learningcompilerdynamotorchscriptinference
PyPItorch_tensorrt2.13.0-18hace 1 díapytorchtorchtensorrttrtaiartificial-intelligencemlmachine-learningdldeep-learningcompilerdynamotorchscriptinference

Métricas por categoría

Vitalidad

¿Está vivo el proyecto: se escribe código y se publican versiones?

96Excepcional · 21% del índice global

Actividad de desarrollo

98Excepcional
Cómo se puntúa
36/36Recencia de push — último push hace 0 días
34.6/36Cadencia de commits — 50/52 semanas con commits
18/18Volumen de commits — 530 commits en el último año
0/10OpenSSF Scorecard: Maintained — sin datos
Datos de entrada utilizados
commits_last_year530
human_commit_share0,99
days_since_last_push0
active_weeks_last_year50

Disciplina de publicación

92Excelente
Cómo se puntúa
27/27Publica versiones — 28 versiones publicadas
36/36Recencia de las versiones — última versión hace 1 días
19.8/27Cadencia de publicación — una versión cada ~59,8 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count28
latest_release_tagv2.13.0
releases_from_tagsno
days_since_latest_release1
mean_days_between_releases59,8

Comunidad y Adopción

¿Tiene el proyecto usuarios, descargas, atención y unas condiciones acogedoras para quienes contribuyen?

90Excelente · 17% del índice global

Popularidad y adopción

88Excelente
Cómo se puntúa
56.4/60Estrellas — 2984 estrellas
21.8/25Forks — 410 forks
10.1/15Observadores — 66 observadores
Datos de entrada utilizados
forks410
stars2984
watchers66
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Salud de la comunidad

92Excelente
Cómo se puntúa
22.5/22.5README
22.5/22.5Licencia — licencia reconocida (BSD-3-Clause)
18/18Guía CONTRIBUTING
13.5/13.5Código de conducta
0/7.2Plantilla de issues
6.3/6.3Plantilla de PR
Datos de entrada utilizados
has_readmesí
has_licensesí
readme_badges—
has_contributingsí
has_issue_templateno
has_code_of_conductsí
readme_badge_services—
has_pull_request_templatesí

Sostenibilidad y Gobernanza

¿Sobrevivirá el proyecto a sus personas: factor bus, capacidad de respuesta, quién lo respalda y mantenimiento del paquete?

78Bueno · 23% del índice global

Resiliencia de mantenedores (factor bus)

58Moderado
Cómo se puntúa
25.2/54Factor bus — la mitad de los commits recae en 2 contribuyente(s)
13.5/22.5Distribución de commits — el principal contribuyente firma el 40% de los commits
13.5/13.5Amplitud de contribuyentes — 99 contribuyentes
0/10OpenSSF Scorecard: Contributors — sin datos
Datos de entrada utilizados
bus_factor2
contributors_sampled99
top_contributor_share0,401

Capacidad de respuesta a issues y PR

82Excelente
Cómo se puntúa
34.9/42Resolución de issues — 83% de issues cerradas
24.3/30Aceptación de PR — 1900/2348 PR decididos fusionados
0/13Newcomer PR acceptance — ningún PR de un contribuyente primerizo decidido en 30 d
0/15OpenSSF Scorecard: Code-Review — sin datos
Datos de entrada utilizados
merged_prs1900
open_issues317
closed_issues1566
prs_merged_7d—
prs_decided_7d—
prs_merged_30d—
prs_decided_30d—
issue_closed_ratio0,832
closed_unmerged_prs448
first_time_authors_30d—
first_time_prs_merged_30d—
first_time_prs_decided_30d—
Excluidos de la puntuación (sin datos o no aplicable): newcomer_pr_acceptance. Los pesos restantes se han renormalizado.

Propiedad y custodia

80Excelente
Cómo se puntúa
30/30Respaldo de la propiedad — propiedad de una organización
0/20Dominio verificado
25/25Alcance del propietario — 13.436 seguidores de pytorch
25/25Trayectoria — 70 repos públicos, cuenta de ~9 años
Datos de entrada utilizados
followers13.436
owner_typeOrganization
is_verified—
owner_loginpytorch
public_repos70
account_age_days3638

Mantenimiento de paquetes

100Excepcional
Cómo se puntúa
25/25Publicado y resoluble — 2 paquete(s) en pypi
35/35Recencia de publicación — última publicación hace 1 días
20/20Historial de versiones — 18 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagestorch-tensorrt-rtx, torch_tensorrt
ecosystemspypi
any_deprecatedno
min_days_since_publish1

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

95Excepcional · 19% del índice global

Prácticas de ingeniería

92Excelente
Cómo se puntúa
24/24Flujos de trabajo de CI — 36 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter
9.6/9.6Hooks de pre-commit
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — sin datos
Datos de entrada utilizados
has_cisí
has_testssí
has_editorconfigno
has_linter_configsí
has_precommit_configsí

Documentación

100Excepcional
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://pytorch.org/TensorRT
10/10Descripción del repositorio
10/10Topics — 8 topics
10/10Wiki
Datos de entrada utilizados
topicstensorrt, libtorch, machine-learning, pytorch, deep-learning, jetson, nvidia, cuda
has_wikisí
homepagehttps://pytorch.org/TensorRT
has_readmesí
has_docs_dirsí
has_descriptionsí

Seguridad

¿Son sólidas las prácticas visibles de seguridad y de cadena de suministro, sin exposición jurisdiccional de alto riesgo sin resolver?

21En riesgo · 16% del índice global

Postura de seguridad

1Crítico
Cómo se puntúa
0/30Política de seguridad (SECURITY.md)
0/25Configuración de Dependabot
0/25Lockfiles de dependencias — biblioteca publicada — los lockfiles son cosa de las aplicaciones, no se esperan aquí
0/20Flujo de trabajo de CodeQL
Datos de entrada utilizados
sourcefile_signals
lockfilespackage-lock.json, uv.lock
manifestsdocsrc/requirements.txt, py/requirements.txt, pyproject.toml, requirements-dev.txt, setup.py
has_codeql_workflowno
has_security_policyno
has_dependabot_configno
Excluidos de la puntuación (sin datos o no aplicable): Lockfiles de dependencias. Los pesos restantes se han renormalizado.

Avisos de dependencias

100Excepcional
Cómo se puntúa
35/35Dependencias directas libres de avisos conocidos — ninguna dependencia directa tiene un aviso conocido
25/25Dependencias indirectas libres de avisos conocidos — ninguna dependencia indirecta tiene un aviso conocido
0/40Sin avisos pendientes — ningún aviso tiene fecha de publicación
Datos de entrada utilizados
sourceosv
advisories0
affected_packages0
assessed_packages11
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Excluidos de la puntuación (sin datos o no aplicable): Sin avisos pendientes. Los pesos restantes se han renormalizado. Se cotejó el cierre de dependencias en tiempo de ejecución de pypi:torch-tensorrt-rtx@2.13.0 —lo que arrastra la instalación del paquete publicado—: 11 paquetes. No se analiza la alcanzabilidad.

Preparación para IA

¿Hasta qué punto está el repositorio preparado para desarrollarse y mantenerse con agentes de codificación de IA? Tiene un peso deliberadamente pequeño (4%): las herramientas para agentes son una señal real de mantenimiento, pero un repositorio sin ninguna puede alcanzar igualmente 100/100.

68Bueno · 4% del índice global

Contexto y guía para agentes

40Débil
Cómo se puntúa
0/45Instrucciones para agentes — sin CLAUDE.md / AGENTS.md / reglas de editor
0/15Documentación legible por máquinas (llms.txt)
40/40Historial de commits legible — 95 de 99 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
legible_history_share0,96
agent_instruction_files—
agent_instruction_max_bytes—

Bucle de verificación (compilación / pruebas / verificación de tipos)

96Excepcional
Cómo se puntúa
18/18Arranque con un solo comando — docsrc/Makefile, examples/int8/ptq/Makefile, examples/int8/qat/Makefile, examples/torchtrt_aoti_example/Makefile, examples/torchtrt_runtime_example/Makefile, justfile, noxfile.py
22/22Pruebas automatizadas
11/11Configuración de lint / formato
11/11Verificación estática de tipos — .github/actions/assigner/tsconfig.json
10/10Entorno reproducible — Dockerfile, lockfile
6/10Práctica demostrada con agentes — 3 de los últimos 100 commits con autoría o crédito de agente
8/8Mantenimiento automatizado — 1 de los últimos 100 commits son actualizaciones automáticas de dependencias
0/10OpenSSF Scorecard: Pinned-Dependencies — sin datos
Datos de entrada utilizados
has_nixno
has_testssí
lockfilespackage-lock.json, uv.lock
has_dockerfilesí
typed_languageno
bootstrap_filesdocsrc/Makefile, examples/int8/ptq/Makefile, examples/int8/qat/Makefile, examples/torchtrt_aoti_example/Makefile, examples/torchtrt_runtime_example/Makefile, justfile, noxfile.py
has_devcontainerno
has_linter_configsí
typecheck_configs.github/actions/assigner/tsconfig.json
agent_commit_share0,03
toolchain_manifests—
dependency_bot_commit_share0,01

Legibilidad del código para modelos

77Bueno
Cómo se puntúa
27/45Código verificable por tipos — Python con configuración de verificación de tipos (.github/actions/assigner/tsconfig.json)
49.7/55Tamaños de archivo manejables — 386/4006 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes555.307
source_files_sampled4006
oversized_source_files386

Interfaces legibles por máquina

40Débil
Cómo se puntúa
0/40Esquema de API (OpenAPI/GraphQL/proto)
0/20Servidor MCP
40/40Ejemplos ejecutables — examples, notebooks
Datos de entrada utilizados
example_dirsexamples, notebooks
has_mcp_signalno
api_schema_files—

Datos clave

2984estrellas de GitHub
99contribuidores
530commits en los últimos 12 meses
0días desde el último push
28versiones publicadas
2factor bus
317issues abiertas
PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • OpenSSF Scorecard did not return a usable result (2026/07/30 14:46:54 Warning: PATs stored in env variables GITHUB_AUTH_TOKEN and GITHUB_TOKEN differ. Scorecard will use the former.); skipping Scorecard checks

Más detalle

Historial de estrellas y forks 0 ★ / 410 ⇿
0Estrellas
410Forks
27Versiones

Cuándo se añadió cada estrella y fork, recopilado de GitHub y agrupado por día. El crecimiento acumulado se sitúa justo encima de las adiciones diarias que lo componen, de modo que ambos se leen en conjunto: la acumulación orgánica sostenida no se parece en nada a un pico abrupto y efímero. Cuando esa diferencia es medible, se informa como autenticidad del crecimiento.

010020030040050040382020-032023-052026-07
Mayor 1Menor 19Parche 7

Cada punto abarca 6 días.

Todas las dependencias 295

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 0 paquetes directos y 295 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
npm@actions/core1.9.1indirecta
npm@actions/github6.0.0indirecta
npm@actions/http-client2.2.3indirecta
npm@fastify/busboy2.1.1indirecta
npm@octokit/auth-token4.0.0indirecta
npm@octokit/core5.2.0indirecta
npm@octokit/endpoint9.0.6indirecta
npm@octokit/graphql7.1.0indirecta
npm@octokit/openapi-types20.0.0indirecta
npm@octokit/openapi-types23.0.1indirecta
npm@octokit/plugin-paginate-rest9.2.2indirecta
npm@octokit/plugin-rest-endpoint-methods10.4.1indirecta
npm@octokit/request8.4.1indirecta
npm@octokit/request-error5.1.1indirecta
npm@octokit/types12.6.0indirecta
npm@octokit/types13.8.0indirecta
npm@types/node17.0.35indirecta
npm@vercel/ncc0.33.4indirecta
npmargparse2.0.1indirecta
npmbefore-after-hook2.2.3indirecta
npmdeprecation2.3.1indirecta
npmfs0.0.1-securityindirecta
npmjs-yaml4.1.1indirecta
npmonce1.4.0indirecta
npmprettier2.6.2indirecta
npmtunnel0.0.6indirecta
npmtypescript4.6.4indirecta
npmundici5.29.0indirecta
npmuniversal-user-agent6.0.1indirecta
npmuuid8.3.2indirecta
npmwrappy1.0.2indirecta
PyPIaccelerate1.13.0indirecta
PyPIaccessible-pygments0.0.5indirecta
PyPIaiohappyeyeballs2.6.1indirecta
PyPIaiohttp3.13.5indirecta
PyPIaiosignal1.4.0indirecta
PyPIalabaster0.7.16indirecta
PyPIannotated-doc0.0.4indirecta
PyPIannotated-types0.7.0indirecta
PyPIanyio4.13.0indirecta
PyPIapache-tvm-ffi0.1.10indirecta
PyPIargparse—indirecta
PyPIasync-timeout5.0.1indirecta
PyPIattrs26.1.0indirecta
PyPIbabel2.18.0indirecta
PyPIbackports-strenum1.3.1indirecta
PyPIbeautifulsoup44.14.3indirecta
PyPIblack—indirecta
PyPIblack26.3.1indirecta
PyPIbleach6.3.0indirecta
PyPIbreathe4.36.0indirecta
PyPIcattrs26.1.0indirecta
PyPIcertifi2026.2.25indirecta
PyPIcffi2.0.0indirecta
PyPIcfgv3.5.0indirecta
PyPIcharset-normalizer3.4.7indirecta
PyPIclang-format14.0.6indirecta
PyPIclick8.3.2indirecta
PyPIcolorama0.4.6indirecta
PyPIcoremltools9.0indirecta
PyPIcuda-bindings13.2.0indirecta
PyPIcuda-core1.0.1indirecta
PyPIcuda-pathfinder1.5.3indirecta
PyPIcuda-python13.2.0indirecta
PyPIcuda-tile1.3.0indirecta
PyPIcuda-toolkit13.0.3.0indirecta
PyPIcupy13.1.0indirecta
PyPIdatasets5.0.0indirecta
PyPIdeepspeed0.18.9indirecta
PyPIdefusedxml0.7.1indirecta
PyPIdiffusers0.30.3indirecta
PyPIdiffusers0.34.0indirecta
PyPIdiffusers0.37.1indirecta
PyPIdill0.4.1indirecta
PyPIdistlib0.4.0indirecta
PyPIdllist—indirecta
PyPIdllist2.0.0indirecta
PyPIdocutils0.20indirecta
PyPIeinops0.8.2indirecta
PyPIexceptiongroup1.3.1indirecta
PyPIexecnet2.1.2indirecta
PyPIexecutorch1.3.1indirecta
PyPIexhale0.3.7indirecta
PyPIexpecttest—indirecta
PyPIexpecttest0.1.6indirecta
PyPIfastjsonschema2.21.2indirecta
PyPIfilelock—indirecta
PyPIfilelock3.29.0indirecta
PyPIflashinfer-python0.3.1.post1indirecta
PyPIflashinfer-python0.6.8.post1indirecta
PyPIflatbuffers25.12.19indirecta
PyPIfrozenlist1.8.0indirecta
PyPIfsspec2026.3.0indirecta
PyPIgraphviz0.21indirecta
PyPIh110.16.0indirecta
PyPIhf-xet1.4.3indirecta
PyPIhjson3.1.0indirecta
PyPIhttpcore1.0.9indirecta
PyPIhttpx0.28.1indirecta
PyPIhuggingface-hub—indirecta
PyPIhuggingface-hub1.11.0indirecta
PyPIhydra-core1.4.0.dev1indirecta
PyPIhypothesis6.155.1indirecta
PyPIidentify2.6.19indirecta
PyPIidna3.11indirecta
PyPIimagesize2.0.0indirecta
PyPIimportlib-metadata9.0.0indirecta
PyPIiniconfig2.3.0indirecta
PyPIisort—indirecta
PyPIisort8.0.1indirecta
PyPIjinja23.1.6indirecta
PyPIjoblib1.5.3indirecta
PyPIjsonschema4.26.0indirecta
PyPIjsonschema-specifications2025.9.1indirecta
PyPIjupyter-client8.8.0indirecta
PyPIjupyter-core5.9.1indirecta
PyPIjupyterlab-pygments0.3.0indirecta
PyPIkgb7.3indirecta
PyPIlibrt0.9.0indirecta
PyPIlxml6.1.0indirecta
PyPImarkdown-it-py4.0.0indirecta
PyPImarkupsafe3.0.2indirecta
PyPImarkupsafe3.0.3indirecta
PyPImatplotlib—indirecta
PyPImdurl0.1.2indirecta
PyPImistune3.2.0indirecta
PyPImonai1.5.2rc1indirecta
PyPImpmath1.3.0indirecta
PyPImsgpack1.1.2indirecta
PyPImultidict6.7.1indirecta
PyPImultiprocess0.70.19indirecta
PyPImypy—indirecta
PyPImypy1.20.1indirecta
PyPImypy-extensions1.1.0indirecta
PyPInbclient0.10.4indirecta
PyPInbconvert7.17.1indirecta
PyPInbformat5.10.4indirecta
PyPInbsphinx0.9.3indirecta
PyPInetworkx—indirecta
PyPInetworkx2.8.8indirecta
PyPInetworkx3.4.2indirecta
PyPInetworkx3.6.1indirecta
PyPIninja1.13.0indirecta
PyPInltk3.9.4indirecta
PyPInodeenv1.10.0indirecta
PyPInumpy—indirecta
PyPInumpy2.2.6indirecta
PyPInumpy2.4.4indirecta
PyPInvidia-cublas13.1.1.3indirecta
PyPInvidia-cuda-cupti13.0.85indirecta
PyPInvidia-cuda-nvrtc13.0.88indirecta
PyPInvidia-cuda-runtime13.0.96indirecta
PyPInvidia-cudnn-cu139.23.1.3indirecta
PyPInvidia-cudnn-frontend1.22.1indirecta
PyPInvidia-cufft12.0.0.61indirecta
PyPInvidia-cufile1.15.1.6indirecta
PyPInvidia-curand10.4.0.35indirecta
PyPInvidia-cusolver12.0.4.66indirecta
PyPInvidia-cusparse12.6.3.3indirecta
PyPInvidia-cusparselt-cu130.8.1indirecta
PyPInvidia-cutlass-dsl4.4.2indirecta
PyPInvidia-cutlass-dsl-libs-base4.4.2indirecta
PyPInvidia-ml-py13.595.45indirecta
PyPInvidia-modelopt—indirecta
PyPInvidia-modelopt0.45.0indirecta
PyPInvidia-nccl-cu132.30.7indirecta
PyPInvidia-nvjitlink13.0.88indirecta
PyPInvidia-nvshmem-cu133.4.5indirecta
PyPInvidia-nvtx13.0.85indirecta
PyPInvidia-pyindex—indirecta
PyPIomegaconf2.4.0.dev10indirecta
PyPIonnx—indirecta
PyPIopencv-python—indirecta
PyPIpackaging—indirecta
PyPIpackaging26.1indirecta
PyPIpandas—indirecta
PyPIpandas2.3.3indirecta
PyPIpandas3.0.2indirecta
PyPIpandocfilters1.5.1indirecta
PyPIparameterized—indirecta
PyPIparameterized0.9.0indirecta
PyPIpathspec1.0.4indirecta
PyPIpeft0.19.1indirecta
PyPIpillow—indirecta
PyPIpillow12.2.0indirecta
PyPIplatformdirs4.9.6indirecta
PyPIpluggy1.6.0indirecta
PyPIpre-commit—indirecta
PyPIpre-commit4.5.1indirecta
PyPIpropcache0.4.1indirecta
PyPIprotobuf3.20.*indirecta
PyPIprotobuf7.35.0indirecta
PyPIpsutil7.2.2indirecta
PyPIpulp3.3.0indirecta
PyPIpy1.11.0indirecta
PyPIpy-cpuinfo9.0.0indirecta
PyPIpyaml26.2.1indirecta
PyPIpyarrow23.0.1indirecta
PyPIpybind112.6.2indirecta
PyPIpycparser3.0indirecta
PyPIpydantic2.13.3indirecta
PyPIpydantic-core2.46.3indirecta
PyPIpydata-sphinx-theme0.15.4indirecta
PyPIpydot4.0.1indirecta
PyPIpygithub—indirecta
PyPIpygments2.20.0indirecta
PyPIpynvml13.0.1indirecta
PyPIpyparsing3.3.2indirecta
PyPIpytest—indirecta
PyPIpytest9.1.1indirecta
PyPIpytest-forked1.6.0indirecta
PyPIpytest-github-actions-annotate-failures0.4.2indirecta
PyPIpytest-rerunfailures16.4indirecta
PyPIpytest-xdist—indirecta
PyPIpytest-xdist3.8.0indirecta
PyPIpython-dateutil2.9.0.post0indirecta
PyPIpython-discovery1.2.2indirecta
PyPIpytokens0.4.1indirecta
PyPIpytorch-sphinx-theme20.4.4indirecta
PyPIpytorch-tokenizers1.3.0indirecta
PyPIpytz2026.1.post1indirecta
PyPIpyyaml—indirecta
PyPIpyyaml6.0.3indirecta
PyPIpyzmq27.1.0indirecta
PyPIreferencing0.37.0indirecta
PyPIregex2026.4.4indirecta
PyPIrequests2.33.1indirecta
PyPIrich15.0.0indirecta
PyPIrpds-py0.30.0indirecta
PyPIruamel-yaml0.19.1indirecta
PyPIruff—indirecta
PyPIruff0.15.11indirecta
PyPIsafetensors0.7.0indirecta
PyPIscikit-learn1.7.1indirecta
PyPIscipy1.15.3indirecta
PyPIscipy1.17.1indirecta
PyPIsentencepiece0.2.1indirecta
PyPIsetuptools—indirecta
PyPIsetuptools78.1.1indirecta
PyPIsetuptools81.0.0indirecta
PyPIshellingham1.5.4indirecta
PyPIsix1.17.0indirecta
PyPIsnowballstemmer3.0.1indirecta
PyPIsortedcontainers2.4.0indirecta
PyPIsoupsieve2.8.3indirecta
PyPIsphinx7.2.6indirecta
PyPIsphinx-gallery0.13.0indirecta
PyPIsphinxcontrib-applehelp2.0.0indirecta
PyPIsphinxcontrib-devhelp2.0.0indirecta
PyPIsphinxcontrib-htmlhelp2.1.0indirecta
PyPIsphinxcontrib-jsmath1.0.1indirecta
PyPIsphinxcontrib-qthelp2.0.0indirecta
PyPIsphinxcontrib-serializinghtml2.0.0indirecta
PyPIsympy1.14.0indirecta
PyPItabulate0.10.0indirecta
PyPItensorboard—indirecta
PyPItensorrt11.1.0.106indirecta
PyPItensorrt-cu1311.1.0.106indirecta
PyPItensorrt-cu13-bindings11.1.0.106indirecta
PyPItensorrt-cu13-libs11.1.0.106indirecta
PyPIthreadpoolctl3.6.0indirecta
PyPItiktoken0.13.0indirecta
PyPItimm—indirecta
PyPItimm0.9.12indirecta
PyPItimm0.9.8indirecta
PyPItimm1.0.26indirecta
PyPItinycss21.4.0indirecta
PyPItokenizers0.22.2indirecta
PyPItomli2.4.1indirecta
PyPItorch—indirecta
PyPItorch2.14.0.dev20260625+cu130indirecta
PyPItorchao0.17.0indirecta
PyPItorchao0.18.0.dev20260601+cu130indirecta
PyPItorchvision—indirecta
PyPItorchvision0.29.0.dev20260626+cu130indirecta
PyPItornado6.5.5indirecta
PyPItqdm—indirecta
PyPItqdm4.67.3indirecta
PyPItraitlets5.14.3indirecta
PyPItransformers—indirecta
PyPItransformers5.5.4indirecta
PyPItriton2.3.0indirecta
PyPItriton3.7.1+gitf797708cindirecta
PyPItyper0.24.1indirecta
PyPItyping-extensions4.15.0indirecta
PyPItyping-inspection0.4.2indirecta
PyPItypos1.45.1indirecta
PyPItzdata2026.1indirecta
PyPIurllib32.7.0indirecta
PyPIvirtualenv21.2.4indirecta
PyPIwebencodings0.5.1indirecta
PyPIwonderwords3.0.1indirecta
PyPIxxhash3.6.0indirecta
PyPIyarl1.23.0indirecta
PyPIzipp3.23.1indirecta
Avisos de dependencias 0

Instalar pypi:torch-tensorrt-rtx@2.13.0 arrastra 11 paquetes, directos y transitivos: 0 tienen avisos conocidos, de los cuales 0 son dependencias directas.

Ningún aviso conocido afecta a las dependencias evaluadas.

Un aviso significa que la versión registrada en el grafo de dependencias cae dentro del rango afectado de un aviso. No se analiza la alcanzabilidad, y el grafo incluye fijaciones de desarrollo y prueba: un hallazgo puede referirse al utillaje y no al software distribuido.

Informe JSON sin procesar legible por máquina

Registros relacionados

Repositorios inspeccionados que comparten etiquetas de catálogo o ecosistemas con pytorch/TensorRT. Leer en paralelo →

100onnx/onnxOpen standard for machine learning interoperabilityExcepcional97ultralytics/ultralyticsUltralytics YOLO26, YOLO11, YOLOv8 — object detection, instance segmentation, semantic segmentation, image classification, pose estimation, object trackingExcepcional98huggingface/datasets🤗 The largest hub of ready-to-use datasets for AI models with fast, easy-to-use and efficient data manipulation toolsExcepcional96Lightning-AI/pytorch-lightningPretrain, finetune ANY AI model of ANY size on 1 or 10,000+ GPUs with zero code changes.Excepcional100wandb/wandbThe AI developer platform. Use Weights & Biases to train and fine-tune models, and manage models from experimentation to production.Excepcional98huggingface/transformers🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training. Excepcional

Las puntuaciones son señales, no garantías. Reflejan prácticas públicamente visibles en GitHub; no son una auditoría de código ni una garantía de seguridad.

Los datos ausentes se excluyen y los pesos se renormalizan; nunca se puntúan como cero. La metodología es versionada y abierta: métricas v2.5.0, esquema v0.27.0 — metodología completa · wiki de métricas.

Cómo se sitúa un resultado dentro del registro general: estadísticas agregadas — PyPI.