#pytorch Repositorios
Descubre 1,936 repositorios activos de código abierto de GitHub etiquetados con #pytorch, que acumulan 7,737,223 estrellas en total (una media de 3,996 estrellas por proyecto). El líder de este tema es huggingface/transformers, con 169,339 estrellas.
1,936 repositorios en total
🤗 Transformers: el framework de definición de modelos para modelos de machine learning de vanguardia en texto, visión, audio y modelos multimodales, tanto para inferencia como para entrenamiento.
La GUI, API y backend de modelos de difusión más potentes y modulares, con una interfaz de gráficos/nodos. El motor de inferencia local más rápido del mundo.
Un motor de inferencia y servicio para LLM de alto rendimiento y eficiente en memoria
🧑🏫 60+ Implementaciones/tutoriales de artículos de aprendizaje profundo con notas una al lado de la otra 📝; incluyendo transformers (original, xl, switch, feedback, vit, ...), optimizadores (adam, adabelief, sophia, ...), gans (cyclegan, stylegan2, ...), 🎮 aprendizaje por refuerzo (ppo, dqn), capsnet, destilación, ... 🧠
Ultralytics YOLO27, YOLO26, YOLO11, YOLOv8 — detección de objetos, segmentación de instancias, segmentación semántica, clasificación de imágenes, estimación de pose y seguimiento de objetos
Clona una voz en 5 segundos para generar discursos arbitrarios en tiempo real
Ultralytics YOLOv5 en PyTorch para detección de objetos, segmentación de instancias, clasificación, entrenamiento y exportación.
El repositorio proporciona código para ejecutar inferencias con el SegmentAnything Model (SAM), enlaces para descargar los puntos de control del modelo entrenado y cuadernos de ejemplo que muestran cómo usar el modelo.
Aprende a desarrollar, implementar y iterar en aplicaciones de ML de grado de producción.
Ray es un motor de cómputo de IA. Ray consiste en un runtime distribuido central y un conjunto de bibliotecas de IA para acelerar cargas de trabajo de ML.
🐸💬 - un toolkit de aprendizaje profundo para Text-to-Speech, probado en investigación y producción
DeepSpeed es una biblioteca de optimización de aprendizaje profundo que hace que el entrenamiento distribuido y la inferencia sean fáciles, eficientes y efectivos.
VoxCPM2: TTS sin tokenizador para generación de voz multilingüe, diseño de voz creativo y clonación realista
Síntesis de imágenes de alta resolución con modelos de difusión latente
GFPGAN tiene como objetivo desarrollar algoritmos prácticos para la restauración de rostros en el mundo real.
La mayor colección de codificadores de imágenes PyTorch / backbones. Incluyendo scripts de entrenamiento, evaluación, inferencia, exportación y pesos preentrenados -- ResNet, ResNeXT, EfficientNet, NFNet, Vision Transformer (ViT), MobileNetV4, MobileNet-V3 & V2, RegNet, DPN, CSPNet, Swin Transformer, MaxViT, CoAtNet, ConvNeXt y más
Motor de decisiones System 1 no autorregresivo. Realiza decisiones tipadas de elección, puntuación y sí/no sobre cualquier texto en una sola pasada hacia delante, en más de 100 idiomas, con un enrutador que selecciona el checkpoint adecuado para cada solicitud.
TimesFM (Time Series Foundation Model) es un modelo fundacional preentrenado para series temporales desarrollado por Google Research para la predicción de series temporales.
Detectron2 es una plataforma para detección de objetos, segmentación y otras tareas de reconocimiento visual.
🤗 Diffusers: Modelos de difusión de última generación para la generación de imágenes, video y audio en PyTorch.
Real-ESRGAN tiene como objetivo el desarrollo de algoritmos prácticos para la restauración general de imágenes/vídeos.
Visualizador para modelos de redes neuronales, aprendizaje profundo y aprendizaje automático
Herramienta Sequence-to-Sequence de Facebook AI Research escrita en Python.
Preentrene, ajuste fino CUALQUIER modelo de IA de CUALQUIER tamaño en 1 o más de 10,000 GPU sin cambios en el código.
OCR listo para usar con más de 80 idiomas compatibles y todos los scripts de escritura populares, incluidos latín, chino, árabe, devanagari, cirílico, etc.
🤗 LeRobot: Haciendo la IA para la robótica más accesible con aprendizaje de extremo a extremo
Libro interactivo de aprendizaje profundo con código de múltiples frameworks, matemáticas y discusiones. Adoptado en 500 universidades de 70 países, incluyendo Stanford, MIT, Harvard y Cambridge.
GUI para un eliminador vocal que utiliza redes neuronales profundas.
Aprendizaje profundo para el procesamiento de imágenes, incluyendo clasificación y detección de objetos, etc.
Códigos de código abierto para MiniGPT-4 y MiniGPT-v2 (https://minigpt-4.github.io, https://minigpt-v2.github.io/)
Preguntas frecuentes
¿Cuál es el repositorio de #pytorch más popular en GitHub?
El proyecto de código abierto de #pytorch mejor posicionado en GitHub es huggingface/transformers, con 169,339 estrellas. 🤗 Transformers: el framework de definición de modelos para modelos de machine learning de vanguardia en texto, visión, audio y modelos multimodales, tanto para inferencia como para entrenamiento.
¿Qué lenguajes de programación se utilizan más en los repositorios de #pytorch?
Entre los proyectos de #pytorch mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, JavaScript.
¿Cómo se calcula la clasificación de los repositorios de #pytorch?
Seguimos 1,936 repositorios activos de código abierto etiquetados con #pytorch (500+ estrellas), que suman un total de 7,737,223 estrellas, con una media de 3,996 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.