#pytorch Dépôts
1,936 dépôts au total
[NeurIPS 2025] Laissez-les parler : Génération vidéo conversationnelle multi-personnes pilotée par l'audio
Un algorithme de parallélisme de pipeline bidirectionnel pour le chevauchement calcul-communication dans l'entraînement DeepSeek V3/R1.
Application/extension de navigateur de traduction de comics et mangas par IA pour traduire automatiquement des comics, mangas, manhwas, BD, fumetti et plus encore dans plusieurs langues et formats (images, PDF, EPUB, CBR, CBZ, etc.).
Framework d'inférence haute performance pour les grands modèles de langage, axé sur l'efficacité, la flexibilité et la disponibilité.
Modèle DeepLab v3+ en PyTorch. Prend en charge différents backbones.
PyTorch Geometric Temporal : Traitement des signaux spatiotemporels avec des modèles d'apprentissage automatique neuronal (CIKM 2021)
Une boîte à outils Python pour créer des exemples adversariaux qui trompent les réseaux de neurones dans PyTorch, TensorFlow et JAX
Compteur de FLOPs pour les réseaux de neurones dans le framework PyTorch
Le tutoriel officiel PyTorch en chinois comprend une introduction rapide de 60 minutes, des tutoriels avancés, la vision par ordinateur, le traitement du langage naturel, les réseaux antagonistes génératifs et l'apprentissage par renforcement. N'hésitez pas à mettre une étoile et à forker !
Manipulation et transformation de données pour le traitement du signal audio, propulsé par PyTorch
[NeurIPS 2025] YOLOv12: Détecteurs d'objets en temps réel centrés sur l'attention
Questions d'entretien pour ingénieur algorithmique (direction IA CV) et documents associés
🔥🔥🔥 Axé sur les modèles améliorés YOLO11, YOLOv8, TYOLOv12, YOLOv10, RT-DETR, YOLOv7, YOLOv5, Support pour l'amélioration du backbone, du neck, de la tête, de la perte, de l'IoU, du NMS et d'autres modules🚀
Un framework d'entraînement pour les agents d'apprentissage par renforcement Stable Baselines3, avec optimisation des hyperparamètres et agents pré-entraînés inclus.
Une interface utilisateur Web pour des sous-titres faciles à l'aide du modèle whisper.
🔮 Une approche fonctionnelle rafraîchissante de l'apprentissage profond, compatible avec vos bibliothèques préférées
Implémentation PyTorch de l'article TabNet : https://arxiv.org/pdf/1908.07442.pdf
Collection de questions et réponses d'entretiens AIGC-interview/CV-interview/LLMs-interview, incluant également de nouvelles idées, de nouvelles questions, de nouvelles ressources et de nouveaux projets issus des processus de travail et de recherche
Ceci est le code du livre "Apprendre le Deep Learning avec PyTorch"
Entraînement minimaliste de grands modèles linguistiques avec parallélisme 3D
Reconnaissance vocale automatique multilingue avec horodatages au niveau du mot et confiance
Minkowski Engine est une bibliothèque de réseaux de neurones avec auto-différenciation pour les tenseurs clairsemés de haute dimension
Une bibliothèque unifiée pour l'apprentissage par transfert efficace en termes de paramètres et modulaire
Implémentation de référence pour le DPO (Direct Preference Optimization)
Le modèle de restauration d'images à la pointe de la technologie sans fonctions d'activation non linéaires.
Une plateforme d'apprentissage en boucle fermée pour la vision par ordinateur où le code peut être exécuté interactivement en ligne. Apprentissage en boucle fermée "Vision par ordinateur en action : algorithmes et applications" livre électronique chinois, code source, communauté d'échange pour les lecteurs (mise à jour continue ...) 📘 E-book en ligne https://charmve.github.io/computer-vision-in-action/ 👇Page d'accueil du projet
Images pour l'inférence sans étiquetage (utilisez des modèles fondamentaux pour entraîner des modèles supervisés).