#pytorch Repositorios
1,936 repositorios en total
Custom Diffusion: Personalización Multi-Concepto de Difusión de Texto a Imagen (CVPR 2023)
Unificación de implementaciones de Autoencoder Variacional (VAE) en Pytorch (NeurIPS 2022)
Repositorio de código para el artículo de CVPR 2023 "PanoHead: Síntesis 3D de cabeza completa consciente de la geometría en 360 grados"
OneDiff: una biblioteca de aceleración lista para usar para modelos de difusión.
[ICCV 2025 Highlight] OminiControl: Control Mínimo y Universal para Diffusion Transformer
Superresolución de audio versátil (cualquiera -> 48kHz) con AudioSR.
El proyecto Torch-MLIR tiene como objetivo proporcionar soporte de primera clase desde el ecosistema PyTorch hasta el ecosistema MLIR.
Integrar modelos de aprendizaje profundo para la clasificación de imágenes | Proyecto de aprendizaje/comparación/modificación mágica de la columna vertebral
[ECCV 2022] XMem: Segmentación de objetos de video a largo plazo con un modelo de memoria Atkinson-Shiffrin
Un toolkit de código abierto para la clasificación jerárquica de texto multietiqueta neuronal
Un framework de implementación de IA fácil de usar y de alto rendimiento | An Easy-to-Use and High-Performance AI Deployment Framework
Descubrimiento automático de estrategias de paralelización rápidas para el entrenamiento distribuido de redes neuronales profundas
Códec de audio de última generación con un factor de compresión de 90x. Admite audio mono/estéreo de 44,1 kHz, 24 kHz y 16 kHz.
yolov5 detección de matrícula reconocimiento de matrícula reconocimiento de matrícula chino reconocimiento detección soporta 12 tipos de matrículas chinas soporta matrículas de doble capa
La biblioteca Petastorm permite el entrenamiento y la evaluación de modelos de aprendizaje profundo en una sola máquina o de forma distribuida a partir de conjuntos de datos en formato Apache Parquet. Admite marcos de ML como Tensorflow, Pytorch y PySpark y se puede utilizar desde código Python puro.
Reconstrucción 3D precisa de rostros con aprendizaje débilmente supervisado: De imagen única a conjunto de imágenes (CVPRW 2019). Una implementación de PyTorch.
Un marco de aprendizaje profundo basado en Pytorch para la segmentación de imágenes médicas multimodales 2D/3D
Li Bai :bust_in_silhouette: Como destacado poeta de la dinastía Tang, sus obras poéticas ocupan un lugar importante en la historia de la literatura china. En los últimos años, con el rápido desarrollo de la tecnología digital y la inteligencia artificial, las formas de difusión y promoción de la cultura tradicional también se enfrentan a la innovación y al cambio. Aunque la investigación sobre los poemas de Li Bai en el país y en el extranjero ya es bastante profunda, todavía existen deficiencias en la difusión digitalizada e inteligente. Por lo tanto, este proyecto tiene como objetivo construir un gráfico de conocimiento de Li Bai, combinándolo con grandes modelos para entrenar agentes de IA profesionales, con el fin de promover la popularización y difusión de la cultura de Li Bai a través de aplicaciones de diálogo generativo.
PixArt-Σ: Entrenamiento de Débil a Fuerte del Transformer de Difusión para Generación de Texto a Imagen 4K
Entorno de ejecución de alto rendimiento para servir sistemas de superinteligencia interactivos
Entrene modelos de IA de manera eficiente en imágenes médicas utilizando cualquier framework
Gráficos de redes neuronales y métricas de entrenamiento para PyTorch, Tensorflow y Keras.
RDT-1B: un Modelo de Fundación de Difusión para Manipulación Bimanual
La IA está en camino. Un sueño de aprendizaje profundo automático. Un enfoque RDBMS para el aprendizaje profundo. Declarativo, explicable, escalable, optimizable, fácil de implementar, todas esas cosas buenas.
Una plataforma de experimentación e investigación para investigar la interacción de agentes automatizados en entornos de red simulados abstractos.
Proporcionar ruedas de paquetes precompilados de flash-attention 2 y 3 en Linux y Windows usando GitHub Actions