#pytorch Repositories
Insgesamt 1,936 Repositories
Beschleunigen Sie das Modelltraining, indem Sie das Laden von Daten beheben.
Einfache & modulare Computer Vision Detektoren, Tracker & SAM - Führen Sie YOLOv9,v8,v7,v6,v5,R,X in weniger als 10 Codezeilen aus.
Eine Implementierung von 1D-, 2D- und 3D-Positionskodierung in Pytorch und TensorFlow
🎉 PILOT: Eine auf vortrainierten Modellen basierende Toolbox für kontinuierliches Lernen
[CVPR 2024 Highlight] Feature 3DGS: Supercharging 3D Gaussian Splatting zur Ermöglichung destillierter Feature-Felder
[CVPR 2024] Code-Veröffentlichung für "InstanceDiffusion: Instanzebenensteuerung für die Bildgenerierung"
Implementierung von UltraPixel: Weiterentwicklung der Ultra-Hochauflösungs-Bildsynthese zu neuen Höhenflügen
[ICML 2024] 3D-VLA: Ein generatives Weltmodell für 3D-Vision-Sprache-Aktion
[SuperGlue: Lernen des Merkmalsabgleichs mit Graph-Neuronalen-Netzen] Dieses Repository enthält PyTorch-Code zum Trainieren des SuperGlue-Matching-Netzwerks auf SIFT-Schlüsselpunkten und -Deskriptoren.
Als zentrale Komponente der Huawei-Ascend-for-PyTorch-Community ist TorchNPU ein von Ascend entwickeltes Deep-Learning-Adapter-Plug-in für PyTorch. Es ermöglicht dem PyTorch-Framework, Ascend-NPUs direkt anzusteuern, und stellt Entwicklern die leistungsstarke Rechenkapazität der Ascend-KI-Prozessoren zur Verfügung.
Framework, das die Feinabstimmung von Vision-Sprache Verankerungsmodellen auf benutzerdefinierten Datensätzen ermöglicht
Open-Source-Implementierung von **MV-DUSt3R+ Single-Stage Scene Reconstruction from Sparse Views In 2 Seconds** von Meta Reality Labs. Projektseite https://mv-dust3rp.github.io/
Eine Prompt-Erweiterungsbibliothek für Text-Embedding-Systeme vom Typ Transformers
Eine Teilmenge von PyTorchs neuronalen Netzwerkmodulen, geschrieben in Python unter Verwendung von OpenAI's Triton.
Werkzeuge zum Verstehen, wie Transformer-Vorhersagen Schicht für Schicht aufgebaut werden
Ein Benchmark für Textklassifikation in PyTorch
[CVPR 2025 Highlight] Matrix3D: Large Photogrammetry Model All-in-One
Ein Benchmark für maschinelles Lernen bei Distribution-Shifts in der Praxis, mit Datenladern, Evaluatoren und Standardmodellen.
Die Pytorch-Implementierung der Klangklassifizierung unterstützt EcapaTdnn, PANNS, TDNN, Res2Net, ResNetSE und andere Modelle sowie eine Vielzahl von Vorverarbeitungsmethoden.
Eine Implementierung des BERT-Modells und der damit verbundenen nachgelagerten Aufgaben auf Basis des PyTorch-Frameworks. @跟我学机器学习
PyTorch-Code für die Arbeit "FIERY: Future Instance Segmentation in Bird's-Eye view from Surround Monocular Cameras"
Repository des Papers „A Systematic Evaluation of Deep Anomaly Detection Methods for Time Series“.
Bildaugmentation für Computer Vision. Ausschließlich AGPL-3.0-Lizenz oder kommerzielle Lizenzierung.
Eine weitere PyTorch-Implementierung von Stable Diffusion (wahrscheinlich leicht zu lesen)
"ICLR 2022 Poster] Offizielle PyTorch-Implementierung von "Rethinking Network Design and Local Geometry in Point Cloud: A Simple Residual MLP Framework"
Anno-Mage: Ein halbautomatisches Bildannotierungs-Tool, das Ihnen bei der Annotation von Bildern hilft, indem es Ihnen Annotationen mit benutzerdefinierten Labels vorschlägt
Eine effiziente modulare Implementierung von Associating Objects with Transformers für die Videobjektsegmentierung in PyTorch
Python-Bibliothek zum Trainieren von neuronalen Netzen mit starkem Fokus auf hydrologische Anwendungen.
PyTorch-Reimplementierung von "Generating Sentences from a Continuous Space" von Bowman et al. 2015 https://arxiv.org/abs/1511.06349
Span-basiertes System zur Extraktion von Named Entities, Relationen und Events.
MotionStream: Echtzeit-Videoerstellung mit interaktiven Bewegungssteuerungen
[CVPR 2022] MHFormer: Multi-Hypothesis Transformer für 3D Human Pose Estimation
Spectral Temporal Graph Neural Network (kurz StemGNN) für multivariate Zeitreihenprognosen