#pytorch Repositories
Insgesamt 1,936 Repositories
[ICML 2024] Vision Mamba: Effizientes Lernen visueller Repräsentationen mit bidirektionalen Zustandsraummodellen
Einführung in PyTorch, Online-Lesezugang unter: https://datawhalechina.github.io/thorough-pytorch/
Ein hochmoderner, auf Deep Learning basierender Audiocodec, der sowohl Mono-Audio mit 24 kHz als auch Stereo-Audio mit 48 kHz unterstützt.
FlagAI (Fast LArge-scale General AI models) ist ein schnelles, einfach zu bedienendes und erweiterbares Toolkit für große KI-Modelle.
Deformable DETR: Deformable Transformer für die End-to-End Objekterkennung.
Multi-LoRA-Inferenzserver, der bis zu Tausende von feinabgestimmten LLMs skaliert
Eine Python-Bibliothek für selbstüberwachtes Lernen und latente Weltmodelle für Bilder.
Chinesische NLP-Lösungen (große Modelle, Daten, Modelle, Training, Inferenz)
Offizielles HeartMuLa-Repo: Das leistungsstärkste Open-Source-Musikgenerierungsmodell von 2026
Einfachste funktionsfähige Implementierung von Stylegan2, state-of-the-art Generative Adversarial Network, in PyTorch. Ermöglicht es jedem, Disentanglement zu erleben.
Eine Sammlung wissenschaftlicher Methoden, Prozesse, Algorithmen und Systeme zum Erstellen von Geschichten und Modellen.
Dies sind die handschriftlichen Notizen von Andrew NG auf Coursera.
Eine Liste von Arbeiten zu generativen gegnerischen (neuronalen) Netzwerken
Veröffentlichung für verbesserte Denoising Diffusion Probabilistic Models
Das Repository stellt Code zur Durchführung von Inferenz mit dem Meta Segment Anything Audio Model (SAM-Audio) bereit, Links zum Herunterladen der trainierten Modell-Checkpoints und Beispiel-Notebooks, die zeigen, wie das Modell verwendet wird.
Eine Plattform für Reasoning-Systeme (Reinforcement Learning, Contextual Bandits usw.)
[ICLR 2025] Hallo2: Langzeitige und hochauflösende Audio-gesteuerte Porträtbildanimation
GLIDE: ein auf Diffusion basierendes textbasiertes bedingtes Bildsynthesemodell
🧠💬 Artikel, die ich über maschinelles Lernen geschrieben habe, archiviert von MachineCurve.com.
Eine modulare, primatenfreundliche, Python-first PyTorch-Bibliothek für Reinforcement Learning.
Eine Bibliothek zur Beschleunigung von Transformer-Modellen auf NVIDIA-GPUs, einschließlich der Verwendung von 8-Bit- und 4-Bit-Gleitkomma-Präzision (FP8 und FP4) auf Hopper-, Ada- und Blackwell-GPUs, um sowohl beim Training als auch bei der Inferenz eine bessere Leistung bei geringerem Speicherverbrauch zu erzielen.
[MLSys 2024 Best Paper Award] AWQ: Aktivierungsabhängige Gewichtungsquantisierung für LLM-Kompression und -Beschleunigung
🔥🔥Hochleistungs-Gesichtserkennungs-Bibliothek auf PaddlePaddle & PyTorch🔥🔥
Chatbot entwickelt sich weiter in Richtung LLMs, aktualisierte kürzlich SLMs mit geringen Parameterzahlen und Schulungsskripte zur Unterstützung des lokalen Trainings. Neuer ChatAgent wurde hinzugefügt, um verschiedene Agents mit praktischem Szenenwert zu implementieren.
Neuronale Netze und Deep Learning: Fallbeispiele und Praxis, zweite Auflage: 10 Kapitel PyTorch-Praxis, Notebooks, Tests und ein E-Book.
Eine Deep-Learning-Bibliothek für die Erforschung des Videoverständnisses.
Eine Implementierung des AlphaZero-Algorithmus für Gomoku (auch Gobang oder Five in a Row genannt)
Hummingbird kompiliert trainierte ML-Modelle in Tensor-Berechnungen für schnellere Inferenz.
[NeurIPS 2024] Offizieller Code für PuLID: Reine und blitzschnelle ID-Anpassung durch kontrastierende Ausrichtung
[CVPR19/TPAMI23] SiamMask: Ein Framework für schnelle Online-Objektverfolgung und -Segmentierung
Schnelle, flexible und einfach zu bedienende probabilistische Modellierung in Python.
🛠 All-in-one webbasiertes IDE, spezialisiert auf Machine Learning und Data Science.
PennyLane ist eine Open-Source-Softwareplattform für Quantencomputing, Quanten-Maschinelles Lernen und Quantenchemie. Erstellen Sie sinnvolle Quantenalgorithmen, von der Inspiration bis zur Umsetzung.
Beschleunigen Sie Inferenz und Training von 🤗 Transformers, Diffusers, TIMM und Sentence Transformers mit einfach zu bedienenden Hardware-Optimierungswerkzeugen
Offizieller Quellcode für „Self Forcing: Bridging Training and Inference in Autoregressive Video Diffusion“ (NeurIPS 2025 Spotlight)
StudioGAN ist eine Pytorch-Bibliothek, die Implementierungen repräsentativer Generative Adversarial Networks (GANs) für die bedingte/unbedingte Bilderzeugung bereitstellt.
Ein kleines Paket zum Erstellen von Visualisierungen von PyTorch-Ausführungsgraphen