#pytorch Repositories
Insgesamt 1,936 Repositories
Eine PyTorch-Implementierung von EfficientDet, die der ursprünglichen Google-Implementierung treu bleibt, mit portierten Gewichten
[CVPR 2025] MatAnyone: Stabile Video-Matting mit konsistenter Speicherverbreitung
Repository zum Trainieren von Modellen für die Musikquellentrennung.
Personalisieren Sie das Segment Anything Model (SAM) mit 1 Schuss in 10 Sekunden
Ein codefreies, auf PyTorch basierendes Framework für reproduzierbare Deep-Learning-Studien. PyTorch-Ökosystem. 🏆 Bislang wurden 28 Methoden zur Wissensdestillation implementiert, die auf TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI usw. vorgestellt wurden. 🎁 Trainierte Modelle, Trainingsprotokolle und Konfigurationen stehen zur Verfügung, um die Reproduzierbarkeit sicherzustellen und Benchmarking zu ermöglichen.
GaLore: Speichereffizientes LLM-Training durch Gradienten-Rangniedrigprojektion
Unoffizieller Parallel WaveGAN (+ MelGAN & Multi-band MelGAN & HiFi-GAN & StyleMelGAN) mit PyTorch
AutoResearch für GPU-Kernels. Geben Sie beliebiges PyTorch-Modell, schalten Sie es in den Schlafmodus und lassen Sie es mit optimierten Triton-Kernels aufwachen.
Offizieller Code für "FeatUp: Ein modellunabhängiges Framework für Merkmale jeder Auflösung" ICLR 2024
[TPAMI 2025] ViewCrafter: Zähmung von Video-Diffusionsmodellen für hochgradig originalgetreue neuartige Ansichtssynthese
AuK: Ein quelloffenes Grundlagenmodell für die Sprachgenerierung und -bearbeitung
Fun-ASR-Spracherkennungsmodelle mit nativer Unterstützung für Hugging Face Transformers für Fun-ASR-Nano sowie separaten Bereitstellungspfaden für FunASR, vLLM und llama.cpp.
FB (Facebook) + GEMM (Generische Matrix-Matrix-Multiplikation) - https://code.fb.com/ml-applications/fbgemm/
[CVPR 2025 Highlight] DepthCrafter: Generierung konsistenter langer Tiefensequenzen für Open-World-Videos
[SIGGRAPH Asia 2023 (Technische Kommunikation)] EasyVolcap: Beschleunigung der Forschung zu neuronalen volumetrischen Videos
Offizieller Code von "HybrIK: Eine hybride analytisch-neuronale Lösung für die inverse Kinematik zur Schätzung der 3D-Körperhaltung und -form", CVPR 2021
DomainBed ist eine Suite zum Testen von Domain-Generalisierungsalgorithmen
Kernl ermöglicht es Ihnen, PyTorch-Transformer-Modelle mit einer einzigen Codezeile mehrmals schneller auf der GPU auszuführen, und ist so konzipiert, dass es leicht zu modifizieren ist.
Vortrainiertes EfficientNet, EfficientNet-Lite, MixNet, MobileNetV3 / V2, MNASNet A1 und B1, FBNet, Single-Path NAS
solo-learn: eine Bibliothek von selbstüberwachten Methoden für visuelles Repräsentationslernen, angetrieben von Pytorch Lightning
Eine Implementierung des 3D Ken Burns Effekts aus einem Einzelbild mit PyTorch
Ein neuer One-Shot-Ansatz für den Gesichtsaustausch in Bild- und Videobereichen
[ICML 2023] SmoothQuant: Genauer und effizienter Post-Training-Quantisierung für große Sprachmodelle
PyTorch-Erweiterungen für schnelles R&D-Prototyping und Kaggle-Farming
[CVPR 2025] Fast3R: Schnelle 3D-Rekonstruktion von über 1000 Bildern in einem Vorwärtsdurchgang
SoulX-FlashTalk ist das erste 14B-Modell, das eine Startverzögerung unter einer Sekunde (0,87 s) erreicht, während es eine Echtzeit-Durchsatzrate von 32 FPS auf einem 8xH800-Knoten aufrechterhält.
Eine leistungsstarke und flexible Machine-Learning-Plattform für die Wirkstoffentdeckung
Bayessches Convolutional Neural Network mit Variationsinferenz basierend auf Bayes by Backprop in PyTorch.
Eine PyTorch-Bibliothek, die sich vollständig mit neuronalen Differentialgleichungen, impliziten Modellen und verwandten numerischen Methoden beschäftigt
Die umfassendsten Plug-and-Play-Module für das gesamte Netz 2025, kostenlos geteilt! CVPR2025, AAAI2025, ICLR2025, TNNLS2025, arXiv2025...... Umfasst alle Bereiche der künstlichen Intelligenz (maschinelles Lernen, Deep Learning usw.), geeignet für Bildklassifizierung, Objektdetektion, Instanzsegmentierung, semantische Segmentierung, panoptische Segmentierung, Posenschätzung, medizinische Bildsegmentierung, Video-Objektsegmentierung, Bildfreistellung, Bildbearbeitung, Einzelobjektverfolgung, Mehrfachobjektverfolgung, Personenwiedererkennung, RGBT, Bildrauschen, Regenentfernung, Nebelentfernung, Schattenentfernung, Unschärferentfernung, Super-Resolution, Reflektionsentfernung, Moiré-Muster-Entfernung, Bildwiederherstellung, Bildrekonstruktion, Hyperspektrale Bildwiederherstellung, Bildfusion, Kolorierung von Bildern, High-Dynamic-Range-Imaging, Video- und Bildkomprimierung, 3D-Punktwolken, 3D-Objektdetektion, 3D-semantische Segmentierung, 3D-Posenschätzung usw. sowie andere KI-bezogene Aufgaben wie natürliche Sprachverarbeitung, große Sprachmodelle, Multimodalität usw. Kontinuierliche Aktualisierung......
eine schnelle und benutzerfreundliche Laufzeitumgebung für Transformer-Inferenz (Bert, Albert, GPT2, Decoders usw.) auf CPU und GPU.
Hibiki ist ein Modell für Streaming-Sprachübersetzung (auch bekannt als Simultanübersetzung). Im Gegensatz zur Offline-Übersetzung – bei der man auf das Ende des Quelltexts wartet, um mit der Übersetzung zu beginnen – passt Hibiki seinen Fluss an, um gerade genug Kontext zu sammeln, um in Echtzeit, Stück für Stück, eine korrekte Übersetzung zu liefern.