#pytorch Repository
1,936 repository in totale
Custom Diffusion: Personalizzazione Multi-Concetto della Diffusione da Testo a Immagine (CVPR 2023)
Unificazione delle implementazioni del Variational Autoencoder (VAE) in Pytorch (NeurIPS 2022)
Repository del codice per l'articolo CVPR 2023 "PanoHead: Sintesi 3D olistica della testa consapevole della geometria a 360 gradi"
OneDiff: Una libreria di accelerazione pronta all'uso per modelli di diffusione.
[ICCV 2025 Highlight] OminiControl: Controllo Minimo e Universale per Diffusion Transformer
Super risoluzione audio versatile (qualsiasi -> 48kHz) con AudioSR.
Il progetto Torch-MLIR mira a fornire un supporto di prima classe dall'ecosistema PyTorch all'ecosistema MLIR.
Integrare modelli di deep learning per la classificazione delle immagini | Progetto di apprendimento/confronto/modifica magica della colonna vertebrale
[ECCV 2022] XMem: Segmentazione a lungo termine di oggetti video con un modello di memoria Atkinson-Shiffrin
Un toolkit open-source per la classificazione gerarchica di testi multilabel neurale
Un framework di implementazione dell'IA facile da usare e ad alte prestazioni | An Easy-to-Use and High-Performance AI Deployment Framework
Scoperta automatica di strategie di parallelizzazione veloci per l'addestramento distribuito di reti neurali profonde
Codec audio all'avanguardia con un fattore di compressione di 90x. Supporta audio mono/stereo a 44,1 kHz, 24 kHz e 16 kHz.
yolov5 rilevamento targa riconoscimento targa riconoscimento targa cinese rilevamento supporta 12 tipi di targhe cinesi supporta targhe a doppio strato
La libreria Petastorm consente l'addestramento e la valutazione di modelli di deep learning su singola macchina o distribuiti da set di dati in formato Apache Parquet. Supporta framework ML come Tensorflow, Pytorch e PySpark e puรฒ essere utilizzata da codice Python puro.
Ricostruzione accurata del volto 3D con apprendimento debolmente supervisionato: Da immagine singola a set di immagini (CVPRW 2019). Un'implementazione PyTorch.
Un framework di deep learning basato su Pytorch per la segmentazione di immagini mediche multimodali 2D/3D
Li Bai :bust_in_silhouette: Come eminente poeta della dinastia Tang, le sue opere poetiche occupano un posto importante nella storia della letteratura cinese. Negli ultimi anni, con il rapido sviluppo della tecnologia digitale e dell'intelligenza artificiale, anche le forme di diffusione e promozione della cultura tradizionale si sono trovate di fronte a innovazione e cambiamento. Sebbene la ricerca sulle poesie di Li Bai in patria e all'estero sia giร piuttosto approfondita, persistono ancora delle carenze nella diffusione digitalizzata e intelligente. Pertanto, questo progetto mira a costruire un knowledge graph di Li Bai, combinandolo con grandi modelli per addestrare agenti AI professionali, al fine di promuovere la diffusione e la popolarizzazione della cultura di Li Bai attraverso applicazioni di dialogo generativo.
PixArt-ฮฃ: Addestramento da Debole a Forte del Diffusion Transformer per la Generazione 4K Text-to-Image
Runtime ad alte prestazioni per lโerogazione di sistemi di superintelligenza interattivi
Addestra modelli AI in modo efficiente su immagini mediche utilizzando qualsiasi framework
Chiarire lo spazio di progettazione dei modelli generativi basati sulla diffusione (EDM)
Grafi delle reti neurali e metriche di addestramento per PyTorch, Tensorflow e Keras.
RDT-1B: un modello di fondazione a diffusione per la manipolazione bimanuale
L'IA รจ in arrivo. Un sogno di deep learning automatico. Un approccio RDBMS al deep learning. Dichiarativo, spiegabile, scalabile, ottimizzabile, facile da distribuire, tutte quelle cose buone.
Una piattaforma di sperimentazione e ricerca per studiare l'interazione di agenti automatizzati in ambienti di rete simulati astratti.
Fornire ruote di pacchetti pre-compilate per flash-attention 2 e 3 su Linux e Windows usando GitHub Actions