#pytorch Repositorios
1,936 repositorios en total
Una implementación de PyTorch de EfficientDet fiel a la implementación original de Google con pesos portados
[CVPR 2025] MatAnyone: Matting de vídeo estable con propagación de memoria consistente
Repositorio para entrenar modelos de separación de fuentes de música.
Personaliza el modelo Segment Anything (SAM) con 1 toma en 10 segundos
Un framework sin necesidad de programar, basado en PyTorch, para realizar estudios de aprendizaje profundo reproducibles. Ecosistema PyTorch. 🏆 Hasta ahora se han implementado 28 métodos de destilación del conocimiento presentados en TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI, etc. 🎁 Se ofrecen modelos entrenados, registros de entrenamiento y configuraciones para garantizar la reproducibilidad y facilitar la evaluación comparativa.
GaLore: Entrenamiento de LLM eficiente en memoria mediante proyección de rango bajo de gradiente
Parallel WaveGAN No Oficial (+ MelGAN & Multi-band MelGAN & HiFi-GAN & StyleMelGAN) con PyTorch
AutoResearch para kernels GPU. Dale cualquier modelo PyTorch, déjalo dormir, y despiértalo para obtener kernels Triton optimizados.
Código oficial para "FeatUp: Un marco agnóstico al modelo para características a cualquier resolución" ICLR 2024
[TPAMI 2025] ViewCrafter: Domando modelos de difusión de video para la síntesis de vistas novedosas de alta fidelidad
AuK: Un modelo fundacional de código abierto para la generación y edición de voz
Modelos de reconocimiento de voz Fun-ASR, con compatibilidad nativa con Hugging Face Transformers para Fun-ASR-Nano y rutas de implementación independientes para FunASR, vLLM y llama.cpp.
robomimic: Un marco modular para el aprendizaje de robots a partir de demostraciones
FB (Facebook) + GEMM (Multiplicación General de Matriz-Matriz) - https://code.fb.com/ml-applications/fbgemm/
[CVPR 2025 Highlight] DepthCrafter: Generación de secuencias de profundidad largas y consistentes para videos de mundo abierto
[SIGGRAPH Asia 2023 (Comunicaciones Técnicas)] EasyVolcap: Acelerando la investigación de video volumétrico neuronal
Código oficial de "HybrIK: una solución híbrida analítico-neural de cinemática inversa para la estimación de pose y forma humana en 3D", CVPR 2021
DomainBed es una suite para probar algoritmos de generalización de dominios
Una base de código unificada de aprendizaje semisupervisado (NeurIPS'22)
Kernl le permite ejecutar modelos transformer de PyTorch varias veces más rápido en GPU con una sola línea de código, y está diseñado para ser fácilmente modificable.
EfficientNet preentrenado, EfficientNet-Lite, MixNet, MobileNetV3 / V2, MNASNet A1 y B1, FBNet, Single-Path NAS
solo-learn: una biblioteca de métodos auto-supervisados para el aprendizaje de representaciones visuales impulsada por Pytorch Lightning
Una implementación del efecto 3D Ken Burns a partir de una sola imagen usando PyTorch
Un nuevo enfoque de un solo disparo para el intercambio de rostros en dominios de imágenes y videos
[ICML 2023] SmoothQuant: Cuantización post-entrenamiento precisa y eficiente para modelos de lenguaje grandes
Extensiones de PyTorch para prototipado rápido de R&D y farming en Kaggle
Una biblioteca de transmisión de datos para el entrenamiento eficiente de redes neuronales
[CVPR 2025] Fast3R: Reconstrucción 3D rápida de más de 1000 imágenes en un solo pase hacia adelante
SoulX-FlashTalk es el primer modelo 14B en lograr una latencia de inicio subsegundo (0.87s) mientras mantiene un rendimiento en tiempo real de 32 FPS en un nodo 8xH800.
Una plataforma de aprendizaje automático potente y flexible para el descubrimiento de fármacos
Red Neuronal Convolucional Bayesiana con Inferencia Variacional basada en Bayes by Backprop en PyTorch.
Una biblioteca de PyTorch dedicada por completo a ecuaciones diferenciales neuronales, modelos implícitos y métodos numéricos relacionados
Los módulos plug-and-play más completos para toda la red en 2025, ¡compartidos gratis! CVPR2025, AAAI2025, ICLR2025, TNNLS2025, arXiv2025...... Incluye todos los campos de la inteligencia artificial (aprendizaje automático, aprendizaje profundo, etc.), aplicable a clasificación de imágenes, detección de objetos, segmentación de instancias, segmentación semántica, segmentación panóptica, estimación de pose, segmentación de imágenes médicas, segmentación de objetos de video, recorte de imágenes, edición de imágenes, seguimiento de objetos únicos, seguimiento de objetos múltiples, re-identificación de peatones, RGBT, eliminación de ruido de imágenes, eliminación de lluvia, eliminación de niebla, eliminación de sombras, eliminación de desenfoque, superresolución, eliminación de reflejos, eliminación de patrones moiré, recuperación de imágenes, restauración de imágenes, recuperación de imágenes hiperespectrales, fusión de imágenes, coloración de imágenes, imagen de alto rango dinámico, compresión de video e imágenes, nubes de puntos 3D, detección de objetos 3D, segmentación semántica 3D, estimación de pose 3D, etc., así como otras tareas relacionadas con la IA como el procesamiento del lenguaje natural, modelos de lenguaje grandes, multimodal, etc. Actualización continua......
un entorno de ejecución rápido y fácil de usar para la inferencia de transformadores (Bert, Albert, GPT2, Decoders, etc.) en CPU y GPU.
Hibiki es un modelo para la traducción de voz en streaming (también conocida como traducción simultánea). A diferencia de la traducción sin conexión, donde se espera el final de la intervención de origen para comenzar a traducir, Hibiki adapta su flujo para acumular el contexto suficiente para producir una traducción correcta en tiempo real, fragmento a fragmento.