#pytorch Dépôts
1,936 dépôts au total
Un modèle de diffusion linguistique au niveau des caractères entraîné sur Tiny Shakespeare
Bibliothèque d'Extensions PyTorch pour Algorithmes de Cluster de Graphes Optimisés
Mise à l’échelle de vos noyaux à 31x31 : Révision de la conception de grands noyaux dans les CNN (CVPR 2022)
[ICLR 2026] Sur la généralisation de SFT : une perspective d'apprentissage par renforcement avec rectification des récompenses.
Implémentation PyTorch officielle d'ODISE : Segmentation Panoptique à Vocabulaire Ouvert avec Modèles de Diffusion Texte-vers-Image [CVPR 2023 Highlight]
Vision par ordinateur moderne avec PyTorch, publié par Packt
[ECCV'24] GeoWizard : Libérer les priors de diffusion pour l'estimation de la géométrie 3D à partir d'une seule image
Synthèse de portraits parlants à radiance neuronale en temps réel par décomposition audio-spatiale
Code d'inférence pour l'article "Spirit-LM Interleaved Spoken and Written Language Model".
U-Mamba : Amélioration de la dépendance à longue portée pour la segmentation d'images biomédicales
Créez un pipeline RAG (Retrieval Augmented Generation) à partir de zéro et faites-le fonctionner entièrement localement.
😇Implémentation PyTorch du modèle DeepMoji : modèle de deep learning de pointe pour l'analyse des sentiments, émotions, sarcasme, etc.
:zap: Basé sur l'algorithme universel de détection de cibles basse consommation et ultra-léger de Yolo, le paramètre n'est que de 250k, et la vitesse du terminal mobile de smartphone peut atteindre ~300fps+.
Un modèle OCR LaTeX SOTA minimaliste avec seulement 20M de paramètres, fonctionnant dans le navigateur. Pipeline d'entraînement complet disponible pour l'auto-reproduction. | Modèle de reconnaissance de formule LaTeX SOTA ultraléger avec seulement 20M de paramètres, fonctionnant dans le navigateur. Code complet du pipeline d'entraînement open source pour l'auto-apprentissage et la reproduction.
Référentiel du Vision Transformer avec une Attention Déformable (CVPR2022) et DAT++ : Vision Transformer Spatiellement Dynamique avec une Attention Déformable
Implémentation à partir de zéro d'un modèle linguistique chinois de grande taille avec un petit nombre de paramètres.
[NeurIPS 2020] MCUNet: Tiny Deep Learning sur les appareils IoT ; [NeurIPS 2021] MCUNetV2 : Inférence basée sur des patchs à haut rendement mémoire pour le Tiny Deep Learning ; [NeurIPS 2022] MCUNetV3 : Entraînement sur appareil avec moins de 256 Ko de mémoire
Mise en œuvre de [CVPR 2025] "DiffSensei : Relier les LLM multimodaux et les modèles de diffusion pour la génération personnalisée de mangas"
Ce dépôt est une implémentation PyTorch non officielle de la segmentation médicale en 2D et 3D.
alfred-py: Une bibliothèque d'utilitaires d'apprentissage profond pour **humains**, plus de détails sur l'utilisation de la lib à: https://zhuanlan.zhihu.com/p/341446046
Dépôt officiel pour "DrEureka: Transfert Sim-to-Real Guidé par Modèle Linguistique" (RSS 2024)
TriplaneGaussian : Une nouvelle représentation hybride pour la reconstruction 3D à partir d'une seule vue.
MONAI Label est un outil intelligent open source d'étiquetage et d'apprentissage d'images.
:four_leaf_clover: Un autre chatbot chinois implémenté en PyTorch, qui est un sous-module du robot de traitement intelligent des ordres de travail. 👩🔧
BladeDISC est un projet de compilateur à forme dynamique de bout en bout pour les charges de travail d'apprentissage automatique.
TextGAN est un framework PyTorch pour les modèles de génération de texte basés sur des Réseaux Antagonistes Génératifs (GANs).
Momentum Human Rig est un modèle numérique paramétrique de corps humain complet, inspiré de l'anatomie, développé chez Meta. Il comprend : Un modèle de squelette corporel paramétrique ; Un maillage 3D réaliste associé au squelette avec différents niveaux de détail ; Un modèle de blendshape corporel et correcteur de pose ; Un modèle de blendshape facial. Sa conception est conviviale pour les communautés CG et CV.
Le calflops est conçu pour calculer les FLOPs, les MACs et les Paramètres dans tous les types de réseaux neuronaux, tels que Linear, CNN, RNN, GCN, Transformer (Bert, LlaMA, etc. Large Language Model).
Code officiel pour MAMMA : Acquisition de mouvement multi-personnes précise et sans marqueurs.
Similarités : Une boîte à outils pour le calcul de similarité et la recherche sémantique. Boîte à outils de calcul de similarité et de recherche de correspondance, prend en charge des milliards de données pour la recherche texte-texte, texte-image, image-image, développée en Python 3, prête à l'emploi.
Un moteur d'accélération d'inférence LLM hautement optimisé pour Llama et ses variantes.
Un framework de service de modèle ML haute performance, offre le traitement par lots dynamique et les pipelines CPU/GPU pour exploiter pleinement votre machine de calcul
You Only Watch Once : Une architecture CNN unifiée pour la localisation d'actions spatiotemporelles en temps réel
NISQA - Évaluation Non Intrusive de la Qualité de la Parole et Naturalité TTS
Omni SenseVoice : Reconnaissance vocale à haute vitesse avec horodatage des mots 🗣️🎯