#pytorch Dépôts
1,936 dépôts au total
Step-Audio 2 est un grand modèle linguistique multimodal de bout en bout conçu pour la compréhension audio et la conversation vocale de qualité professionnelle.
Code officiel pour l'article « LucidDreamer : Génération de scènes de splatting gaussien 3D sans domaine ».
Bibliothèque d'outils OCR basée sur Pytorch, prenant en charge les algorithmes courants de détection et de reconnaissance de texte
[ICCV 2023] DDColor : Vers une colorisation d'images photoréaliste via des décodeurs doubles
Auto-hébergez le puissant modèle Chatterbox TTS. Ce serveur offre une interface Web conviviale, des points de terminaison API flexibles (y compris compatibles avec OpenAI), des voix prédéfinies, le clonage de voix et le traitement de texte à l'échelle de grands livres audio. S'exécute accéléré sur NVIDIA (CUDA), AMD (ROCm) et CPU.
Curriculum d'apprentissage profond axé sur l'alignement des modèles linguistiques
Dépôt officiel de mon livre : « Deep Learning avec PyTorch étape par étape : un guide pour débutants »
Séparation facile des stems (par exemple, instrumental/vocal) depuis la ligne de commande ou en tant que package Python, en utilisant une variété de modèles pré-entraînés étonnants (principalement de UVR)
Bibliothèque Fondamentale d'OpenMMLab pour l'Entraînement de Modèles d'Apprentissage Profond
Une bibliothèque configurable, réglable et reproductible pour la prédiction CTR https://fuxictr.github.io
Code PyTorch pour notre article ECCV 2018 "Image Super-Resolution Using Very Deep Residual Channel Attention Networks"
NVIDIA Kaolin Wisp est une bibliothèque PyTorch alimentée par NVIDIA Kaolin Core pour travailler avec des champs neuronaux (y compris NeRF, NGLOD, instant-ngp et VQAD).
Portfolio de projets de science des données réalisés par moi à des fins académiques, d'auto-apprentissage et de loisirs.
Ce repo contient des implémentations de différentes architectures pour la reconnaissance d'émotions dans les conversations.
Code pour le document SIGGRAPH 2020 "RigNet: Neural Rigging pour Personnages Articulés"
Récupération d'images CNN dans PyTorch : Entraînement et évaluation de CNN pour la récupération d'images dans PyTorch
Monoculaire, à une seule étape, Régression de plusieurs personnes 3D et leurs positions et trajectoires 3D dans les coordonnées de la caméra et globales. ROMP[ICCV21], BEV[CVPR22], TRACE[CVPR2023]
Annotations de type et vérification dynamique de la forme, du type de données, des noms, etc. d'un tenseur.
Boîte à outils orientée recherche et production pour la vérification, la reconnaissance et la diarisation du locuteur
MobileLLM Optimisation des modèles linguistiques de moins d'un milliard de paramètres pour les cas d'utilisation sur appareil. À l'ICML 2024.
Un ensemble de notebooks et d'autres fichiers qui peuvent vous aider à apprendre l'IA en partant de zéro.
Bibliothèque de communication collective avec diverses primitives pour l'entraînement multi-machines.
fire-smoke-detect-yolov4-yolov5 et fire-smoke-detection-dataset détection d'incendie, détection de fumée
[MICRO'23, MLSys'22] TorchSparse : Un framework efficace pour l'entraînement et l'inférence de convolutions creuses sur GPU.
Super-résolution d'images par étapes arbitraires via l'inversion de diffusion (CVPR 2025)
CVPR2023 - Activation de plus de pixels dans le transformeur de super-résolution d'images TPAMI - HAT : Transformeur d'attention hybride pour la restauration d'images
Un outil DevOps open source du CNCF pour empaqueter et versionner des modèles IA/ML, des ensembles de données, du code et des configurations dans un artefact OCI.
AMD-SHARK Studio -- Interface utilisateur Web pour la distribution d'apprentissage automatique haute performance SHARK+IREE
[CVPR 2024 Highlight] PhysGaussian : Gaussiennes 3D intégrant la physique pour la dynamique générative
Une application Python/Pytorch pour synthétiser facilement des voix humaines
ResShift : Modèle de diffusion efficace pour la super-résolution d'images par décalage résiduel (NeurIPS@2023 Spotlight, TPAMI@2024)
Parallax est un framework de service de modèles distribué qui vous permet de créer votre propre cluster d'IA n'importe où
Implémentation officielle de l'article SIGGRAPH 2024 « Une représentation gaussienne 3D hiérarchique pour le rendu en temps réel de très grands ensembles de données »