#pytorch Dépôts
1,936 dépôts au total
Techniques d'apprentissage profond avec des images satellites et aériennes
Pré-entraînement avec Masquage de Mot Entier pour BERT Chinois (Série de modèles Chinese BERT-wwm)
Effectuer de la data science sur des données qui restent sur le serveur de quelqu'un d'autre
🦙 LaMa Image Inpainting, Inpainting de masques larges et robustes à la résolution avec des convolutions de Fourier, WACV 2022
PyTorch3D est la bibliothèque de FAIR de composants réutilisables pour l'apprentissage profond avec des données 3D
Implémentation de la compréhension optique neuronale Nougat pour les documents académiques
Exécutez des LLM à la maison, style BitTorrent. Fine-tuning et inférence jusqu'à 10 fois plus rapides que l'offloading.
SANA et Sol : modèles génératifs efficaces et moteurs complets d’entraînement et d’inférence pour la modélisation d’images, de vidéos et du monde
Modèle SenseVoiceSmall open source pour la reconnaissance vocale en mandarin, cantonais, anglais, japonais et coréen, identification de la langue, reconnaissance des émotions et détection d'événements audio.
Une collection de tutoriels sur les modèles et techniques de vision par ordinateur à la pointe de la technologie. Explorez tout, des architectures fondamentales comme ResNet aux modèles de pointe comme RF-DETR, YOLO11, SAM 3 et Qwen3-VL.
Plateforme d’inférence open source pour les modèles de langage, de vision, d’embeddings, de reclassement, d’image, d’audio et de vidéo. Déployez plusieurs moteurs sur du matériel hétérogène, d’un ordinateur portable à un cluster distribué. Servez des modèles via des API compatibles avec OpenAI.
Opérations sur les tenseurs flexibles et puissantes pour un code lisible et fiable (pour PyTorch, JAX, TF et autres)
Une implémentation PyTorch du modèle Transformer dans « Attention is All You Need ».
ChatRWKV est comme ChatGPT mais alimenté par le modèle linguistique RWKV (100% RNN) et open source.
Affinez facilement (SFT/RL), évaluez et déployez Qwen, Gemma ou tout LLM/VLM agentique open source !
Fork de so-vits-svc avec support en temps réel, interface améliorée et plus de fonctionnalités.
Deeplake est une AI Data Runtime pour Agents. Elle fournit un Postgres sans serveur avec un datalake multimodal, permettant une récupération et un entraînement scalables.
Donner vie aux personnages avec des cerveaux informatiques dans Unity
Matériel de laboratoire pour MIT 6.S191 : Introduction au Deep Learning
Accélérer l'inférence et l'affinage des LLM locaux (LLaMA, Mistral, ChatGLM, Qwen, DeepSeek, Mixtral, Gemma, Phi, MiniCPM, Qwen-VL, MiniCPM-V, etc.) sur Intel XPU (par ex., PC local avec iGPU et NPU, GPU discret comme Arc, Flex et Max); intégration fluide avec llama.cpp, Ollama, HuggingFace, LangChain, LlamaIndex, vLLM, DeepSpeed, Axolotl, etc.
Modèles linguistiques volumineux accessibles via la quantification k-bit pour PyTorch.
Qwen-Image est un puissant modèle fondamental de génération d'images capable de rendus de texte complexes et d'édition d'images précise.
Une boîte à outils extensible pour le réglage fin et l'inférence de grands modèles fondamentaux. De grands modèles pour tous.
Système d'Estimation et de Suivi de Pose Corps Entier Multi-Personnes en Temps Réel et Précis
Une ressource pour apprendre le Machine learning et le Deep Learning
Background Remover vous permet de supprimer l'arrière-plan des images et des vidéos à l'aide de l'IA avec une simple interface de ligne de commande gratuite et open source.
Implémentation Pytorch de techniques de visualisation de réseaux de neurones convolutifs
Implémentation officielle du code de la théorie générale de l'OCR : vers l'OCR-2.0 via un modèle unifié de bout en bout
Adieu à l'ennui, dédié à la création d'exemples pratiques petits de Python, plus de tutoriels Python consciencieux sur https://ai-jupyter.com
Code d'accompagnement dans "Tutoriel pratique de formation de modèles PyTorch"
Boîte à outils open source pour la restauration d'images et de vidéos pour la super-résolution, le débruitage, le défloutage, etc. Actuellement, elle inclut EDSR, RCAN, SRResNet, SRGAN, ESRGAN, EDVR, BasicVSR, SwinIR, ECBSR, etc. Prend également en charge StyleGAN2, DFDNet.
Bibliothèque Python de Stanford NLP pour la tokenisation, la segmentation de phrases, NER et l'analyse de nombreuses langues humaines