#pytorch Dépôts
1,936 dépôts au total
Une version orientée vers l'inférence hors ligne par lots de segment-anything
Graphique de la perte d'entraînement en direct dans Jupyter Notebook pour Keras, PyTorch et autres
Modèle basé sur l'attention pour apprendre à résoudre différents problèmes de routage
[CVPR 2023] Une alternative académique au réseau d'occupation de Tesla pour la conduite autonome.
Articles pertinents dans le domaine du traitement du langage naturel (avec notes de lecture), reproduction de modèles et traitement de données (le code inclut deux versions : TensorFlow et PyTorch)
Une liste soigneusement sélectionnée de ressources impressionnantes de Deep Learning (DL) pour le traitement du langage naturel (NLP)
ProtTrans fournit des modèles de langage pré-entraînés de pointe pour les protéines. ProtTrans a été entraîné sur des milliers de GPU de Summit et des centaines de TPU Google en utilisant des modèles Transformers.
CommonForms — modèles ouverts pour détecter automatiquement les champs de formulaire PDF
[NeurIPS 2020] Augmentation Différentiable pour l'Entraînement de GAN Efficace en Données
Code pour "Diffusion Forcing: Next-token Prediction Meets Full-Sequence Diffusion"
Ceci est un outil de suppression d'arrière-plan alimenté par InSPyReNet (ACCV 2022)
LucidFlux : Restauration d'image photoréaliste sans légende via un transformateur diffusions à grande échelle, ICLR 2026
Ce dépôt contient le code du article CVPR 2022 "Image Segmentation Using Text and Image Prompts".
https://wavespeed.ai/ Meilleur framework d'optimisation des performances d'inférence pour HuggingFace Diffusers sur les GPU NVIDIA.
Implémentation officielle PyTorch de Learning to (Learn at Test Time) : RNN avec états cachés expressifs
Entraînez des modèles de décodage spéculatif sans effort et portez-les en douceur vers le service SGLang.
Soulever, Éclabousser, Tirer : Encodage d'images à partir de rigs de caméra arbitraires en reprojetant implicitement en 3D (ECCV 2020)
Code prêt à l'emploi et notebooks de tutoriel pour accélérer votre approche de l'apprentissage few-shot pour la classification d'images.
Transformers4Rec est une bibliothèque flexible et efficace pour les recommandations séquentielles et basées sur les sessions qui fonctionne avec PyTorch.
Passer d'aucune connaissance en apprentissage profond à la mise en œuvre de GPT.
Une boîte à outils pour la reconnaissance d'actions basée sur des squelettes.
Qualcomm® AI Hub Models est notre collection de modèles d'apprentissage automatique de pointe optimisés pour les performances (latence, mémoire, etc.) et prêts à être déployés sur les appareils Qualcomm®.
Deep Reinforcement Learning Hands-On : Deuxième Édition, publié par Packt
Un dépôt PyTorch pour le chargement des données et les utilitaires à partager par les bibliothèques de domaine PyTorch.
Une implémentation multi-backend de l'API Keras, avec prise en charge de TensorFlow, JAX et PyTorch.
Réplication de projets CV simples incluant attention, classification, détection, détection de points clés, etc.
Vous ne planifiez qu'une seule fois : un planificateur de quadricoptère basé sur l'apprentissage
Un framework 3DGS pour la reconstruction et la simulation de scènes urbaines omnidirectionnelles.
Entraînement et inférence distribués pour la perception multimodale : représentations vectorielles partagées pour le texte, les images, la vidéo, l’audio, le code et les graphes, de 64 à 1 024 dimensions 🖼️
[ICCV'23] Champs Neuronaux de Radiance Efficaces et Conscients de la Région pour la Synthèse de Portraits Parlants à Haute Fidélité
Granite Code Models : une famille de modèles fondamentaux ouverts pour l'intelligence du code