#pytorch Dépôts
1,936 dépôts au total
(IJCV2024 & ICCV2023) LSKNet : une colonne vertébrale légère fondamentale pour la télédétection
【CVPR 2025 Highlight】MonSter : Marier Monodepth à la Stéréo libère la puissance
ACM Multimedia2020 University-1652 : Un Benchmark Multi-vue Multi-source pour la Géolocalisation Basée sur Drones :helicopter: annote 1652 bâtiments dans 72 universités à travers le monde.
Une feuille de route complète en ML (Machine Learning) Full Stack implique l'acquisition des compétences et des technologies nécessaires pour maîtriser tous les aspects du machine learning, y compris la collecte et le prétraitement des données, le développement de modèles, le déploiement et la maintenance.
Reproduction de l'article de Yann LeCun de 1989 « Backpropagation Applied to Handwritten Zip Code Recognition », à ma connaissance la première application réelle d'un réseau neuronal entraîné par rétropropagation.
LeanRL est un fork de CleanRL, où des scripts PyTorch sélectionnés ont été optimisés pour la performance à l'aide de compile et de cudagraphs.
Une bibliothèque de bout en bout Predict-then-Optimize basée sur PyTorch pour la programmation linéaire et entière
Champs neuronaux radiants dynamiques pour la reconstruction d'avatars faciaux 4D monoculaires
Super-résolution d'image unique photo-réaliste à l'aide d'un réseau antagoniste génératif | un tutoriel PyTorch sur la Super-résolution
Code pour "Adversarial Motion Priors Make Good Substitutes for Complex Reward Functions"
Musique de fond et effets sonores générés par IA en local pour Claude Code et tout client MCP. Stable Audio 3 sur Apple Silicon (MLX) et sur les GPU NVIDIA sous Windows (PyTorch). Sans cloud ni clé API.
USP : Attention Séquentielle Unifiée (a.k.a. Hybride, 2D) pour l'Entraînement et l'Inférence de Modèles Transformer à Contexte Long
Une bibliothèque pour générer et évaluer des données tabulaires synthétiques pour la confidentialité, l'équité et l'augmentation des données.
Ce dépôt contient la plupart des implémentations classiques d'apprentissage par renforcement profond de PyTorch, y compris - DQN, DDQN, Dueling Network, DDPG, SAC, A2C, PPO, TRPO. (D'autres algorithmes sont en cours)
[🚀 ICLR 2026 Oral] NextStep-1 : Génération d'images Autogressive de pointe avec des jetons continus. Un projet de recherche développé par l'équipe d'Intelligence Multimodale de StepFun.
Code de test Pytorch et Torch pour CartoonGAN [Chen et al., CVPR18]
Restauration d'images avec des équations différentielles stochastiques à retour moyen, ICML 2023. Solution gagnante du défi NTIRE 2023 de suppression d'ombres d'images.
Deep Learning sur Flink vise à intégrer Flink et des frameworks d'apprentissage profond (par exemple, TensorFlow, PyTorch, etc.) pour permettre l'entraînement et l'inférence d'apprentissage profond distribués sur un cluster Flink.
[ECCV 2024] InstructIR : Restauration d'images de haute qualité suivant les instructions humaines https://huggingface.co/spaces/marcosv/InstructIR
Le dépôt pour "Distill Any Depth: Distillation Creates a Stronger Monocular Depth Estimator"
LightMirrors est un serveur miroir léger avec des capacités de mise en cache qui prend actuellement en charge DockerHub, K8S, PyPI, PyTorch et NPM.
Fabric for Deep Learning (FfDL, prononcé fiddle) est une plateforme d'apprentissage profond offrant TensorFlow, Caffe, PyTorch, etc. en tant que service sur Kubernetes.
Visualisation web interactive pour la détection d'écriture manuscrite à l'aide d'un simple réseau neuronal
Tutoriels d'apprentissage automatique informés par la physique (Pytorch et Jax)
Allosaurus est un reconnaissance téléphonique universelle pré-entraînée pour plus de 2000 langues
BenchMARL est une bibliothèque pour l'évaluation comparative de l'apprentissage par renforcement multi-agents (MARL). BenchMARL permet de comparer rapidement différents algorithmes, tâches et modèles MARL tout en étant systématiquement ancré dans ses deux principes fondamentaux : la reproductibilité et la standardisation.
Le dépôt d'ET-BERT, un modèle de classification du trafic réseau sur le trafic chiffré. Le travail a été accepté en tant que document accepté par The Web Conference (WWW) 2022.
[NeurlPS2024] Réseau de diffusion efficace en une étape pour la super-résolution d'images du monde réel
Modèle linguistique à poids ouverts de Google DeepMind, basé sur Griffin.
[ICLR 2025 Oral] Sur la mise à l'échelle de l'entraînement de 3D Gaussian Splatting
[CVPR 2022] Pré-entraînement de Transformers de Nuages de Points 3D avec Modélisation Masquée de Points
Yolov5 plus lisible et flexible avec plus de backbones (gcn, resnet, shufflenet, moblienet, efficientnet, hrnet, swin-transformer, etc.) et (cbam, dcn et ainsi de suite), et tensorrt
SiLK (Simple Learned Keypoint) est un modèle de points clés d'apprentissage profond auto-supervisé.
Reconnaissance de plaques d'immatriculation en deux étapes, légère et haute performance avec MTCNN et LPRNet
[JMLR 2023] Quantus est une boîte à outils d'IA explicable pour l'évaluation responsable des explications de réseaux de neurones
[ICML 2024 Best Paper] Modélisation de diffusion discrète en estimant les rapports de la distribution des données (https://arxiv.org/abs/2310.16834)
Introductions aux concepts clés de la programmation quantique, ainsi que des tutoriels et des implémentations issus de recherches de pointe en informatique quantique.