#pytorch Repositorios
1,936 repositorios en total
Plataforma de inferencia de IA generativa y predictiva distribuida estandarizada para despliegue escalable y multi-framework en Kubernetes
Modelos Silero: modelos de texto a voz preentrenados hechos increíblemente sencillos
Orquestación de GPU tolerante a fallos, altamente escalable, y un marco de aprendizaje automático diseñado para entrenar modelos con miles de millones a billones de parámetros
La plataforma de próxima generación de OpenMMLab para la detección general de objetos 3D.
Una biblioteca de redes neuronales compatible con scikit-learn que envuelve PyTorch
Series temporales Timeseries Deep Learning Machine Learning Python Pytorch fastai | Biblioteca de Deep Learning de vanguardia para Series Temporales y Secuencias en Pytorch / fastai
NanoDet-Plus⚡Modelo de detección de objetos ultrarrápido y ligero sin anclajes. 🔥¡Solo 980 KB (int8) / 1.8 MB (fp16) y funciona a 97 FPS en el móvil!🔥
StyleTTS 2: Hacia la síntesis de voz de nivel humano a través de la difusión de estilo y el entrenamiento adversario con grandes modelos de lenguaje de voz
Implementación del modelo de lenguaje LLaMA basado en nanoGPT. Soporta atención flash, cuantización Int8 y GPTQ de 4 bits, ajuste fino LoRA y LLaMA-Adapter, pre-entrenamiento. Licencia Apache 2.0.
Versión china de CLIP que logra la recuperación intermodal y la generación de representaciones en chino.
Una implementación de PyTorch de NeRF (Neural Radiance Fields) que reproduce los resultados.
[ECCV 2022] ByteTrack: Seguimiento de múltiples objetos asociando cada cuadro de detección
[ICLR 2024] Ajuste fino de LLaMA para seguir instrucciones en 1 hora y 1,2 millones de parámetros
Implementaciones en PyTorch de algoritmos y entornos de aprendizaje por refuerzo profundo
Implementar un LLM de razonamiento en PyTorch desde cero, paso a paso
YOLOv6: un framework de detección de objetos de una sola etapa dedicado a aplicaciones industriales.
MMdnn es un conjunto de herramientas para ayudar a los usuarios a interoperar entre diferentes frameworks de aprendizaje profundo. Por ejemplo, conversión y visualización de modelos. Convertir modelos entre Caffe, Keras, MXNet, Tensorflow, CNTK, PyTorch, ONNX y CoreML.
Una biblioteca acelerada por GPU que contiene bloques de construcción altamente optimizados y un motor de ejecución para el procesamiento de datos, para acelerar aplicaciones de entrenamiento e inferencia de aprendizaje profundo.
Depth Pro: Profundidad métrica monocular nítida en menos de un segundo.
Contenedor Docker con una API compatible con OpenAI para la conversión de texto a voz de Kokoro-82M, con compatibilidad multiplataforma para PyTorch en CPU y GPU AMD y NVIDIA; múltiples voces, clonación y ajuste de voz, marcas de tiempo para subtítulos, SSML, WebSockets y una interfaz web opcional para seguir la lectura
Tutoriales sobre la implementación de algunos modelos sequence-to-sequence (seq2seq) con PyTorch y TorchText.
Un marco modular para la investigación multimodal de visión y lenguaje de Facebook AI Research (FAIR)
Inferencia cortada/en mosaico independiente del framework + interfaz de usuario interactiva + gráficos de análisis de errores
Search-R1: Un marco de entrenamiento RL eficiente y escalable para razonamiento y llamadas al motor de búsqueda basado en LLM entrelazados con veRL
Un modelo rápido y de alta calidad de clonación de voz TTS que alcanza velocidades de 150× en tiempo real。
SUPIR tiene como objetivo desarrollar algoritmos prácticos para la restauración de imágenes fotorrealistas en la naturaleza. Nuestra nueva demostración en línea también está disponible en suppixel.ai.
Proyectos y ejercicios del programa más reciente de Nanodegree en Aprendizaje Profundo https://www.udacity.com/course/deep-learning-nanodegree--nd101
Repositorio de código para aprendizaje automático con PyTorch y Scikit-Learn
Las herramientas de Core ML contienen herramientas de soporte para la conversión, edición y validación de modelos de Core ML.
PyTorch Lightning + Hydra. Una plantilla muy fácil de usar para la experimentación de ML. ⚡🔥⚡
Superduper: Framework de extremo a extremo para la creación de aplicaciones y agentes de IA personalizados.
Herramienta de traducción de cómics asistida por aprendizaje profundo, admite traducción automática con un clic y edición simple de imágenes/texto | Yet another computer-aided comic/manga translation tool powered by deeplearning
Tacotron 2 - Implementación en PyTorch con inferencia más rápida que en tiempo real
[ECCV2024] IDM-VTON: Mejora de los modelos de difusión para pruebas virtuales auténticas en la naturaleza
Kit de herramientas de reconocimiento de voz de extremo a extremo de producción primero y listo para producción
Un modelo simple y completamente convolucional para segmentación de instancias en tiempo real.
La Caja de Herramientas y el Benchmark de Próxima Generación de OpenMMLab para la Comprensión de Vídeos
Una biblioteca de PyTorch para acelerar la investigación en aprendizaje profundo 3D
¡Un framework arbitrario de intercambio de rostros en imágenes y videos con un solo modelo entrenado!