#pytorch Repositories
Insgesamt 1,936 Repositories
:bouncing_ball_person: Pytorch ReID: Eine kleine, freundliche, starke PyTorch-Implementierung einer Person-re-id / Fahrzeug-re-id-Baseline. Tutorial 👉https://github.com/layumi/Person_reID_baseline_pytorch/tree/master/tutorial
Effiziente KI-Backbones einschließlich GhostNet, TNT und MLP, entwickelt von Huawei Noah's Ark Lab.
PyTorch Deep-Learning-Schnellstart-Tutorial (Absolut einfach verständlich!)
Ein KI-gestütztes Sprachverarbeitungs-Toolkit und Open-Source-SOTA-Vortrainierte Modelle, die Sprachverbesserung, -trennung und Extraktion von Zielsprechern usw. unterstützen.
⚡️SwanLab - ein Open-Source-Tool zur KI-Trainingsverfolgung und -visualisierung mit modernem Design. Unterstützt Cloud- / selbst gehostete Nutzung. Integriert mit PyTorch / Transformers / verl / LLaMA Factory / ms-swift / Ultralytics / MMEngine / Keras usw.
InstantMesh: Effiziente 3D-Mesh-Generierung aus einem einzelnen Bild mit Large Reconstruction Models für Sparse Views
In diesem Repository teile ich nützliche Notizen und Referenzen zum Bereitstellen von Deep-Learning-basierten Modellen in der Produktion.
Verwendung von Bert, ERNIE für die Klassifizierung von chinesischem Text
Eine saubere Implementierung basierend auf AlphaZero für jedes Spiel in jedem Framework + Tutorial + Othello/Gobang/TicTacToe/Connect4 und mehr
Dieses Projekt reproduziert das Buch Dive Into Deep Learning (https://d2l.ai/) und passt den Code von MXNet an PyTorch an.
Skalierbare und benutzerfreundliche neuronale :brain: Prognosealgorithmen.
Hunyuan-DiT: Ein leistungsstarker Multi-Resolution Diffusion Transformer mit feingranularem Chinesischverständnis
Chinesisches Sprachverständnis-Bewertungsbenchmark: Datensätze, Baselines, vortrainierte Modelle, Corpus und Leaderboard
TorchGeo: Datensätze, Sampler, Transformationen und vortrainierte Modelle für Geodaten
"Build a Large Language Model (From Scratch)" ist ein E-Book, das tief in die Prinzipien und die Implementierung großer Sprachmodelle eintaucht und sich an Lernende richtet, die die Architekturen, Trainingsprozesse und Anwendungsentwicklung von großen Modellen wie GPT verstehen möchten. Damit mehr chinesische Leser diese äußerst wertvolle Anleitung erhalten können, habe ich beschlossen, sie ins Chinesische zu übersetzen und über GitHub Open Source zu teilen.
Baue ein modernes LLM von Grund auf. Jede Zeile kommentiert. Erklärt wie für Fünfjährige.
🔥 Eine Bibliothek zum intelligenten Zuschneiden von Bildern, die die Grenze erkennen und das zugeschnittene Bild korrigieren kann. Intelligenter Bildzuschnittsrahmen. Automatische Erkennung der Ränder, manuelle Anpassung des Auswahlbereichs, Zuschneiden und Korrektur des Auswahlbereichs mit Perspektivtransformation; geeignet für das Zuschneiden von Fotos von Ausweisen, Visitenkarten, Dokumenten usw.
Eigene Datensätze annotieren, eigene Algorithmen für künstliche Intelligenz trainieren, bewerten, testen und bereitstellen
OmniGen2: Erforschung zur Fortgeschrittenen Multimodalen Generierung. https://arxiv.org/abs/2506.18871
Fengshenbang-LM (封神榜大模型) ist ein quelloffenes großes Modellsystem, das vom Forschungszentrum für kognitive Berechnungen und natürliche Sprachverarbeitung des IDEA-Instituts geleitet wird und die Grundlage für chinesisches AIGC und kognitive Intelligenz bildet.
Die offizielle PyTorch-Implementierung des Papiers "Human Motion Diffusion Model"
Eine Bibliothek für mechanistische Interpretierbarkeit von GPT-ähnlichen Sprachmodellen
Deepchecks: Tests für die kontinuierliche Validierung von ML-Modellen & Daten. Deepchecks ist eine ganzheitliche Open-Source-Lösung für all Ihre Anforderungen an die KI- & ML-Validierung, mit der Sie Ihre Daten und Modelle von der Forschung bis zur Produktion gründlich testen können.
Ein Open-Source-Framework für das Training großer multimodaler Modelle.
Ein einfaches, hochwertiges Stimmumwandlungstool, das auf Benutzerfreundlichkeit und Leistung ausgelegt ist.
Ein retargetbarer MLIR-basierter Compiler und Runtime-Toolkit für maschinelles Lernen.