#pytorch Dépôts
1,936 dépôts au total
Un cadre pour l'inférence de modèle efficace avec des modèles d'omni-modalité
:fire: Bibliothèque d'alignement facial 2D et 3D construite avec PyTorch
Collection de modèles génératifs, par ex. GAN, VAE en PyTorch et TensorFlow.
PySlowFast : codebase de compréhension vidéo de FAIR pour reproduire les modèles vidéo de pointe.
Ce dépôt contient l'implémentation officielle de "FastVLM: Efficient Vision Encoding for Vision Language Models" - CVPR 2025
Large World Model -- Modélisation de texte et de vidéo avec des millions de contextes
SD.Next: WebUI tout-en-un pour la création, le sous-titrage et le traitement d'images et de vidéos générées par l'IA
OpenMMLab Boîte à Outils Multimodale Avancée, Générative et Intelligente de Création. Déverrouillez la magie 🪄: IA Générative (AIGC), API faciles à utiliser, zoo de modèles impressionnant, modèles de diffusion, pour la génération texte-image, restauration/amélioration d'images/vidéos, etc.
Configuration Docker facile pour Stable Diffusion avec une interface utilisateur conviviale
Zonos-v0.1 est un modèle de synthèse vocale open-weight de premier plan, entraîné sur plus de 200 000 heures de parole multilingue variée, offrant une expressivité et une qualité comparables, voire supérieures, aux meilleurs fournisseurs de TTS.
Traduction automatique neuronale open source et modèles de langage (volumineux) en PyTorch
Stock AI Trader : plateforme tout-en-un pour apprendre, s’entraîner en simulation et trader en réel. Couvre les bases de la Bourse, les stratégies, les grands modèles de langage, l’extraction de facteurs, l’apprentissage automatique/profond/par renforcement, les réseaux neuronaux de graphes, le trading haute fréquence, le déploiement en C++ et le code JoinQuant.
Une couche de décision ouverte et programmable pour les modèles et le calcul.
Une liste de projets GitHub populaires liés à l'apprentissage profond
Solveurs d'EDO différentiables avec support GPU complet et rétropropagation mémoire O(1).
docTR (Document Text Recognition) - une bibliothèque fluide, performante et accessible pour les tâches liées à l'OCR, basée sur le Deep Learning. Développement et maintenance continus assurés par t2k.
Apprivoiser les transformeurs pour la synthèse d'images haute résolution
Entraînez et évaluez des embeddings pour la recherche par similarité avec PyTorch. Inclut des pertes contrastives, l’extraction d’exemples difficiles, des échantillonneurs et des métriques de recherche.
Configurez et personnalisez l'environnement d'apprentissage profond en quelques secondes.