#pytorch Repositorios
1,936 repositorios en total
Técnicas para el aprendizaje profundo con imágenes satelitales y aéreas
Preentrenamiento con Máscara de Palabra Completa para BERT Chino (Serie de modelos Chinese BERT-wwm)
Realizar ciencia de datos en datos que permanecen en el servidor de otra persona
🦙 LaMa Image Inpainting, Inpainting de máscaras grandes y robusto a la resolución con convoluciones de Fourier, WACV 2022
PyTorch3D es la biblioteca de FAIR de componentes reutilizables para el aprendizaje profundo con datos 3D
Implementación de la Comprensión Óptica Neuronal Nougat para Documentos Académicos
Ejecuta LLMs en casa, al estilo BitTorrent. Ajuste fino e inferencia hasta 10 veces más rápido que la descarga.
SANA y Sol: modelos generativos eficientes y motores integrales de entrenamiento e inferencia para la generación de imágenes, vídeos y modelos del mundo
Modelo SenseVoiceSmall de código abierto para ASR en mandarín, cantonés, inglés, japonés y coreano, identificación de idioma, reconocimiento de emociones y detección de eventos de audio.
Una colección de tutoriales sobre modelos y técnicas de visión por computadora de vanguardia. Explore todo, desde arquitecturas fundamentales como ResNet hasta modelos de última generación como RF-DETR, YOLO11, SAM 3 y Qwen3-VL.
Plataforma de inferencia de código abierto para modelos de lenguaje, visión, embeddings, reranking, imágenes, audio y vídeo. Despliega con varios motores en hardware heterogéneo, desde un portátil hasta un clúster distribuido. Ofrece modelos a través de API compatibles con OpenAI.
Operaciones de tensor flexibles y potentes para código legible y confiable (para PyTorch, JAX, TF y otros)
Una implementación en PyTorch del modelo Transformer en "Attention is All You Need".
ChatRWKV es como ChatGPT pero impulsado por el modelo de lenguaje RWKV (100% RNN) y es de código abierto.
¡Ajusta finamente (SFT/RL), evalúa y despliega Qwen, Gemma o cualquier LLM/VLM agéntico de código abierto!
Fork de so-vits-svc con soporte en tiempo real, interfaz mejorada y más funciones.
Deeplake es una AI Data Runtime para Agents. Proporciona Postgres sin servidor con un datalake multimodal, permitiendo recuperación y entrenamiento escalables.
Materiales de laboratorio para MIT 6.S191: Introducción al Deep Learning
Acelerar la inferencia y el ajuste fino de LLM local (LLaMA, Mistral, ChatGLM, Qwen, DeepSeek, Mixtral, Gemma, Phi, MiniCPM, Qwen-VL, MiniCPM-V, etc.) en Intel XPU (p. ej., PC local con iGPU y NPU, GPU discreta como Arc, Flex y Max); integración perfecta con llama.cpp, Ollama, HuggingFace, LangChain, LlamaIndex, vLLM, DeepSpeed, Axolotl, etc.
Modelos de lenguaje grandes accesibles a través de cuantización k-bit para PyTorch.
Qwen-Image es un potente modelo fundamental de generación de imágenes capaz de renderizar texto complejo y editar imágenes con precisión.
Un kit de herramientas extensible para el ajuste fino y la inferencia de grandes modelos fundacionales. Grandes modelos para todos.
Sistema de Estimación y Seguimiento de Poses de Cuerpo Completo para Múltiples Personas en Tiempo Real y Preciso
Un recurso para aprender sobre Machine learning y Deep Learning
Background Remover le permite eliminar el fondo de imágenes y videos utilizando IA con una simple interfaz de línea de comandos que es gratuita y de código abierto.
Implementación en Pytorch de técnicas de visualización de redes neuronales convolucionales
Implementación oficial del código de la Teoría General de OCR: Hacia OCR-2.0 a través de un modelo unificado de extremo a extremo
Despídete del aburrimiento, dedicado a crear pequeños ejemplos prácticos de Python, más tutoriales Python concienzudos en https://ai-jupyter.com
Código complementario en "Tutorial práctico de entrenamiento de modelos PyTorch"
Caja de herramientas de código abierto para la restauración de imágenes y videos para superresolución, reducción de ruido, desborrado, etc. Actualmente, incluye EDSR, RCAN, SRResNet, SRGAN, ESRGAN, EDVR, BasicVSR, SwinIR, ECBSR, etc. También soporta StyleGAN2, DFDNet.
Biblioteca de Python de Stanford NLP para tokenización, segmentación de oraciones, NER y análisis de muchas lenguas humanas