#pytorch Repositories
Insgesamt 1,936 Repositories
Custom Diffusion: Multi-Konzept-Anpassung von Text-zu-Bild-Diffusion (CVPR 2023)
Vereinheitlichung von Variational Autoencoder (VAE)-Implementierungen in Pytorch (NeurIPS 2022)
Code-Repository für die CVPR 2023 Arbeit "PanoHead: Geometrie-bewusste 3D-Gesamtkopf-Synthese in 360 Grad"
OneDiff: Eine sofort einsatzbereite Beschleunigungsbibliothek für Diffusionsmodelle.
[ICCV 2025 Highlight] OminiControl: Minimale und universelle Steuerung für Diffusion Transformer
Vielseitige Audio-Super-Resolution (beliebig -> 48kHz) mit AudioSR.
Das Torch-MLIR-Projekt zielt darauf ab, erstklassige Unterstützung aus dem PyTorch-Ökosystem für das MLIR-Ökosystem bereitzustellen.
Deep-Learning-Modelle für die Bildklassifizierung integrieren | Backbone-Lern-/Vergleichs-/Magie-Modifikationsprojekt
[ECCV 2022] XMem: Langzeitorientierte Videoschnittmaskensegmentierung mit einem Atkinson-Shiffrin-Gedächtnismodell
Ein Open-Source-Toolkit für die neuronale hierarchische Multilabel-Textklassifizierung
Ein einfach zu bedienendes und leistungsstarkes KI-Bereitstellungs-Framework | An Easy-to-Use and High-Performance AI Deployment Framework
Automatische Entdeckung von schnellen Parallelisierungsstrategien für das verteilte Training tiefer neuronaler Netze
Modernster Audio-Codec mit einem Kompressionsfaktor von 90x. Unterstützt 44,1 kHz, 24 kHz und 16 kHz Mono/Stereo-Audio.
yolov5 Kennzeichenerkennung Kennzeichenerkennung Chinesische Kennzeichenerkennung Erkennung Unterstützt 12 Arten von chinesischen Kennzeichen Unterstützt zweilagige Kennzeichen
Die Petastorm-Bibliothek ermöglicht das Training und die Evaluierung von Deep-Learning-Modellen auf einzelnen Rechnern oder verteilt aus Datensätzen im Apache Parquet-Format. Sie unterstützt ML-Frameworks wie Tensorflow, Pytorch und PySpark und kann aus reinem Python-Code verwendet werden.
Genaue 3D-Gesichtsrekonstruktion mit schwach überwachtem Lernen: Vom Einzelbild zum Bildsatz (CVPRW 2019). Eine PyTorch-Implementierung.
Ein PyTorch-basiertes Deep-Learning-Framework für die multimodale 2D/3D-segmentierung medizinischer Bilder
Li Bai :bust_in_silhouette: Als herausragender Dichter der Tang-Dynastie nehmen seine poetischen Werke einen wichtigen Platz in der Geschichte der chinesischen Literatur ein. In den letzten Jahren sind mit der rasanten Entwicklung der digitalen Technologie und der künstlichen Intelligenz auch die Formen der Verbreitung und Förderung traditioneller Kulturen mit Innovation und Wandel konfrontiert. Obwohl die Forschung zu Li Bais Gedichten im In- und Ausland bereits recht tiefgehend ist, gibt es im Bereich der digitalisierten und intelligenten Verbreitung noch Mängel. Daher zielt dieses Projekt darauf ab, ein Wissensdiagramm von Li Bai zu erstellen und es mit großen Modellen zu kombinieren, um professionelle KI-Intelligenzen zu trainieren, die in Form von generativen Dialoganwendungen die Popularisierung und Förderung der Li Bai-Kultur vorantreiben.
PixArt-Σ: Schwach-zu-Stark-Training des Diffusion Transformers für 4K-Text-zu-Bild-Generierung
Trainieren Sie KI-Modelle effizient auf medizinischen Bildern mit jedem Framework
Neuronale Netzwerkdiagramme und Trainingsmetriken für PyTorch, Tensorflow und Keras.
RDT-1B: ein Diffusionsgrundlagenmodell für bilaterale Manipulation
KI ist auf dem Weg. Ein automatischer Deep-Learning-Traum. Ein RDBMS-Ansatz für Deep Learning. Deklarativ, erklärbar, skalierbar, optimierbar, einfach bereitzustellen, all diese guten Dinge.
Eine Experimentier- und Forschungsplattform zur Untersuchung der Interaktion automatisierter Agenten in abstrakten simulierten Netzwerkumgebungen.
Bereitstellen vorkompilierter flash-attention 2- und 3-Paket-Räder unter Linux und Windows mit GitHub Actions