#pytorch Repositorios
1,936 repositorios en total
:bouncing_ball_person: Pytorch ReID: Una implementación PyTorch pequeña, amigable y potente para person re-id / vehicle re-id baseline. Tutorial 👉https://github.com/layumi/Person_reID_baseline_pytorch/tree/master/tutorial
Backbones de IA eficientes que incluyen GhostNet, TNT y MLP, desarrollados por Huawei Noah's Ark Lab.
Tutorial de introducción rápida a PyTorch para deep learning (¡Absolutamente fácil de entender!)
Un kit de herramientas de procesamiento de voz impulsado por IA y modelos preentrenados SOTA de código abierto, que admiten mejora de voz, separación y extracción de hablante objetivo, etc.
⚡️SwanLab - una herramienta de visualización y seguimiento de entrenamiento de IA de código abierto y diseño moderno. Compatible con uso en la nube / autoalojado. Integrado con PyTorch / Transformers / verl / LLaMA Factory / ms-swift / Ultralytics / MMEngine / Keras, etc.
InstantMesh: Generación eficiente de mallas 3D a partir de una sola imagen con modelos de reconstrucción grandes de vista dispersa
Materiales para el curso de modelos de difusión de Hugging Face
En este repositorio, compartiré algunas notas y referencias útiles sobre el despliegue de modelos basados en deep learning en producción.
Usar Bert, ERNIE para la clasificación de texto chino
Una implementación limpia basada en AlphaZero para cualquier juego en cualquier framework + tutorial + Othello/Gobang/TicTacToe/Connect4 y más
Este proyecto reproduce el libro Dive Into Deep Learning (https://d2l.ai/), adaptando el código de MXNet a PyTorch.
Hunyuan-DiT: Un potente Transformer de difusión multirresolución con comprensión detallada del chino
Benchmark de Evaluación de Comprensión del Lenguaje Chino: conjuntos de datos, líneas base, modelos preentrenados, corpus y tabla de clasificación
TorchGeo: conjuntos de datos, muestreadores, transformaciones y modelos pre-entrenados para datos geoespaciales
"Build a Large Language Model (From Scratch)" es un libro electrónico que explora en profundidad los principios y la implementación de los modelos de lenguaje grandes, adecuado para estudiantes que desean comprender la arquitectura, el proceso de entrenamiento y el desarrollo de aplicaciones de modelos grandes como GPT. Para permitir que más lectores chinos accedan a este valioso material didáctico, he decidido traducirlo al chino y compartirlo de forma abierta a través de GitHub.
Construye un LLM moderno desde cero. Cada línea comentada. Explicado como si tuviéramos cinco años.
🔥 Una biblioteca para recortar imágenes de manera inteligente que puede identificar el borde y corregir la imagen recortada. Marco de recorte inteligente de imágenes. Reconoce automáticamente los bordes, ajusta manualmente el área de selección, utiliza transformación de perspectiva para recortar y corregir el área de selección; adecuado para recortar fotos de tarjetas de identificación, tarjetas de visita, documentos, etc.
Anotar sus propios conjuntos de datos, entrenar, evaluar, probar e implementar sus propios algoritmos de inteligencia artificial
OmniGen2: Exploración hacia la Generación Multimodal Avanzada. https://arxiv.org/abs/2506.18871
Fengshenbang-LM (封神榜大模型) es un sistema de grandes modelos de código abierto liderado por el Centro de Investigación de Computación Cognitiva y Procesamiento del Lenguaje Natural del Instituto IDEA, que se convierte en la infraestructura para el AIGC chino y la inteligencia cognitiva.
La implementación oficial de PyTorch del artículo "Human Motion Diffusion Model"
Una biblioteca para la interpretabilidad mecanicista de modelos de lenguaje estilo GPT
Una implementación de un modelo de recomendación de aprendizaje profundo (DLRM)
Deepchecks: Pruebas para la Validación Continua de Modelos y Datos de ML. Deepchecks es una solución holística de código abierto para todas sus necesidades de validación de IA y ML, que le permite probar exhaustivamente sus datos y modelos desde la investigación hasta la producción.
Un marco de código abierto para entrenar modelos multimodales grandes.
Una herramienta de conversión de voz simple y de alta calidad centrada en la facilidad de uso y el rendimiento.
Un compilador y kit de herramientas de tiempo de ejecución para aprendizaje automático basado en MLIR y retargetable.