#pytorch Repositorios
1,936 repositorios en total
Un modelo de difusión de lenguaje a nivel de caracteres entrenado en Tiny Shakespeare
Biblioteca de Extensiones de PyTorch para Algoritmos de Clúster de Gráficos Optimizados
Ampliación de sus kernels a 31x31: Revisión del diseño de kernels grandes en CNN (CVPR 2022)
[ICLR 2026] Sobre la generalización de SFT: Una perspectiva de aprendizaje por refuerzo con rectificación de recompensas.
Implementación oficial de PyTorch de ODISE: Segmentación Panóptica de Vocabulario Abierto con Modelos de Difusión de Texto a Imagen [CVPR 2023 Highlight]
Visión por Computadora Moderna con PyTorch, publicada por Packt
[ECCV'24] GeoWizard: Liberando los priors de difusión para la estimación de geometría 3D a partir de una sola imagen
Síntesis en tiempo real de retratos parlantes de radiancia neuronal mediante descomposición audio-espacial
Código de inferencia para el artículo "Spirit-LM Interleaved Spoken and Written Language Model".
U-Mamba: Mejora de la dependencia a larga distancia para la segmentación de imágenes biomédicas
Construya un pipeline RAG (Retrieval Augmented Generation) desde cero y ejecútelo completamente de forma local.
😇Una implementación en PyTorch del modelo DeepMoji: modelo de aprendizaje profundo de vanguardia para analizar sentimientos, emociones, sarcasmo, etc.
:zap: Basado en el algoritmo de detección de objetivos universal de baja potencia y ultraligero de Yolo, el parámetro es de solo 250k, y la velocidad del terminal móvil del teléfono inteligente puede alcanzar ~300fps+.
Un modelo OCR de LaTeX SOTA minimalista con solo 20M de parámetros, que se ejecuta en el navegador. Pipeline de entrenamiento completo disponible para auto-reproducción. | Modelo OCR de fórmula LaTeX SOTA ultraligero con solo 20M de parámetros, que se ejecuta en el navegador. Código de entrenamiento completo de código abierto para autoaprendizaje y reproducción.
Repositorio de Vision Transformer con Atención Deformable (CVPR2022) y DAT++: Transformador de Visión Dinámico Espacial con Atención Deformable
Implementación desde cero de un modelo de lenguaje grande en chino con una pequeña cantidad de parámetros.
[NeurIPS 2020] MCUNet: Tiny Deep Learning en Dispositivos IoT; [NeurIPS 2021] MCUNetV2: Inferencia basada en parches con alta eficiencia de memoria para Tiny Deep Learning; [NeurIPS 2022] MCUNetV3: Entrenamiento en el dispositivo con menos de 256 KB de memoria
Implementación de [CVPR 2025] "DiffSensei: Conectando LLMs multimodales y modelos de difusión para la generación personalizada de manga"
Este repositorio es una implementación no oficial de PyTorch para segmentación médica en 2D y 3D.
alfred-py: Una biblioteca de utilidades de aprendizaje profundo para **humanos**, más detalles sobre el uso de la lib en: https://zhuanlan.zhihu.com/p/341446046
Repositorio Oficial para "DrEureka: Transferencia Sim-to-Real Guiada por Modelo de Lenguaje" (RSS 2024)
TriplaneGaussian: Una nueva representación híbrida para la reconstrucción 3D a partir de una sola vista.
MONAI Label es una herramienta inteligente de código abierto para etiquetar y aprender imágenes.
:four_leaf_clover: Otro chatbot chino implementado en PyTorch, que es un sub-módulo del robot de procesamiento inteligente de órdenes de trabajo. 👩🔧
BladeDISC es un proyecto de compilador de forma dinámica de extremo a extremo para cargas de trabajo de aprendizaje automático.
TextGAN es un marco de PyTorch para modelos de generación de texto basados en Redes Generativas Antagónicas (GANs).
Momentum Human Rig es un modelo digital paramétrico de cuerpo humano completo inspirado en la anatomía, desarrollado en Meta. Incluye: un modelo de esqueleto corporal paramétrico; una malla 3D realista vinculada al esqueleto con niveles de detalle; un modelo de corrección de pose y blendshape corporal; un modelo de blendshape facial. Su diseño es amigable tanto para la comunidad de CG como de CV.
calflops está diseñado para calcular FLOPs, MACs y Parámetros en todas las redes neuronales diversas, como Linear, CNN, RNN, GCN, Transformer (Bert, LlaMA etc. Large Language Model).
Código oficial para MAMMA: Adquisición de movimiento de múltiples personas precisa y sin marcadores.
Similitudes: Un kit de herramientas para el cálculo de similitud y la búsqueda semántica. Kit de herramientas de cálculo de similitud y búsqueda de coincidencias, soporta miles de millones de datos para búsqueda de texto a texto, texto a imagen, imagen a imagen, desarrollado en Python 3, listo para usar.
Un motor de aceleración de inferencia LLM altamente optimizado para Llama y sus variantes.
Un framework de servicio de modelos de ML de alto rendimiento, ofrece procesamiento por lotes dinámico y canalizaciones de CPU/GPU para aprovechar al máximo su máquina de cómputo
You Only Watch Once: Una arquitectura CNN unificada para la localización de acciones espaciotemporales en tiempo real
NISQA - Evaluación No Intrusiva de la Calidad del Habla y Naturalidad de TTS
Omni SenseVoice: Reconocimiento de voz de alta velocidad con marcas de tiempo de palabras 🗣️🎯