#pytorch Dépôts
1,936 dépôts au total
Une implémentation PyTorch d'EfficientDet fidèle à l'implémentation originale de Google avec des poids portés
[CVPR 2025] MatAnyone : Matting vidéo stable avec propagation de mémoire cohérente
Répertoire pour la formation de modèles de séparation de sources musicales.
Personnalisez le modèle Segment Anything (SAM) avec 1 prise de vue en 10 secondes
Un framework sans code basé sur PyTorch pour mener des études d’apprentissage profond reproductibles. Écosystème PyTorch. 🏆 À ce jour, 28 méthodes de distillation des connaissances présentées à TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI, etc. ont été implémentées. 🎁 Des modèles entraînés, des journaux d’entraînement et des configurations sont disponibles pour garantir la reproductibilité et faciliter l’évaluation comparative.
GaLore : Formation LLM économe en mémoire par projection de rang inférieur du gradient
Parallel WaveGAN Non Officiel (+ MelGAN & Multi-band MelGAN & HiFi-GAN & StyleMelGAN) avec PyTorch
AutoResearch pour les kernels GPU. Donnez-lui n'importe quel modèle PyTorch, laissez-le dormir, et réveillez-le pour obtenir des kernels Triton optimisés.
Code officiel pour "FeatUp : Un cadre agnostique au modèle pour les caractéristiques à n'importe quelle résolution" ICLR 2024
[TPAMI 2025] ViewCrafter : Dompter les modèles de diffusion vidéo pour une synthèse de vues nouvelles de haute fidélité
AuK : Un modèle fondamental open source pour la génération et l’édition de la parole
Modèles de reconnaissance vocale Fun-ASR, avec prise en charge native de Hugging Face Transformers pour Fun-ASR-Nano et des voies de déploiement distinctes pour FunASR, vLLM et llama.cpp.
robomimic : Un cadre modulaire pour l'apprentissage robotique à partir de démonstration
FB (Facebook) + GEMM (Multiplication générale de matrice par matrice) - https://code.fb.com/ml-applications/fbgemm/
[CVPR 2025 Highlight] DepthCrafter : Génération de séquences de profondeur longues et cohérentes pour des vidéos en monde ouvert
[SIGGRAPH Asia 2023 (Communications Techniques)] EasyVolcap : Accélérer la recherche sur la vidéo volumétrique neuronale
Code officiel de "HybrIK: une solution hybride analytique-neuronale de cinématique inverse pour l'estimation de la pose et de la forme humaines en 3D", CVPR 2021
DomainBed est une suite pour tester les algorithmes de généralisation de domaine
Une base de code unifiée pour l’apprentissage semi-supervisé (NeurIPS'22)
Kernl vous permet d'exécuter des modèles transformer PyTorch plusieurs fois plus rapidement sur GPU avec une seule ligne de code, et est conçu pour être facilement personnalisable.
EfficientNet pré-entraîné, EfficientNet-Lite, MixNet, MobileNetV3 / V2, MNASNet A1 et B1, FBNet, Single-Path NAS
solo-learn : une bibliothèque de méthodes auto-supervisées pour l'apprentissage de représentations visuelles, alimentée par Pytorch Lightning
Une implémentation de l'effet 3D Ken Burns à partir d'une seule image en utilisant PyTorch
Une nouvelle approche en un coup pour l'échange de visages dans les domaines de l'image et de la vidéo
[ICML 2023] SmoothQuant : Quantification post-entraînement précise et efficace pour les grands modèles linguistiques
Extensions PyTorch pour le prototypage rapide R&D et le farming Kaggle
Une bibliothèque de streaming de données pour un entraînement efficace des réseaux de neurones
[CVPR 2025] Fast3R : Reconstruction 3D rapide de plus de 1000 images en une seule passe avant
SoulX-FlashTalk est le premier modèle 14B à atteindre une latence de démarrage inférieure à une seconde (0,87 s) tout en maintenant un débit en temps réel de 32 FPS sur un nœud 8xH800.
Une plateforme d'apprentissage automatique puissante et flexible pour la découverte de médicaments
Réseau de Neurones Convolutifs Bayésien avec Inférence Variationnelle basée sur Bayes by Backprop en PyTorch.
Une bibliothèque PyTorch entièrement dédiée aux équations différentielles neuronales, aux modèles implicites et aux méthodes numériques associées
Les modules plug-and-play les plus complets pour l'ensemble du réseau en 2025, partagés gratuitement ! CVPR2025, AAAI2025, ICLR2025, TNNLS2025, arXiv2025...... Comprend tous les domaines de l'intelligence artificielle (apprentissage automatique, apprentissage profond, etc.), adaptés à la classification d'images, à la détection d'objets, à la segmentation d'instances, à la segmentation sémantique, à la segmentation panoptique, à l'estimation de pose, à la segmentation d'images médicales, à la segmentation d'objets vidéo, au détourage d'images, à l'édition d'images, au suivi d'objets uniques, au suivi d'objets multiples, à la ré-identification de personnes, RGBT, débruitage d'images, suppression de la pluie, suppression du brouillard, suppression des ombres, suppression du flou, super-résolution, suppression des reflets, suppression des motifs moirés, restauration d'images, réparation d'images, restauration d'images hyperspectrales, fusion d'images, colorisation d'images, imagerie à grande gamme dynamique, compression vidéo et image, nuages de points 3D, détection d'objets 3D, segmentation sémantique 3D, estimation de pose 3D, etc., ainsi qu'à d'autres tâches liées à l'IA telles que le traitement du langage naturel, les grands modèles linguistiques, le multimodal, etc. Mise à jour continue......
un environnement d'exécution rapide et convivial pour l'inférence de transformeurs (Bert, Albert, GPT2, Décoders, etc.) sur CPU et GPU.
Hibiki est un modèle pour la traduction vocale en streaming (également appelée traduction simultanée). Contrairement à la traduction hors ligne – où l'on attend la fin de l'énoncé source pour commencer à traduire --- Hibiki adapte son flux pour accumuler juste assez de contexte afin de produire une traduction correcte en temps réel, morceau par morceau.