#pytorch Repository
1,936 repository in totale
Un'implementazione PyTorch di EfficientDet fedele all'originale implementazione di Google con pesi portati
[CVPR 2025] MatAnyone: Matting video stabile con propagazione di memoria coerente
Repository per l'addestramento di modelli per la separazione di sorgenti musicali.
Personalizza il Segment Anything Model (SAM) con 1 shot in 10 secondi
Un framework senza codice basato su PyTorch per studi di deep learning riproducibili. Ecosistema PyTorch. ๐ Finora sono stati implementati 28 metodi di distillazione della conoscenza presentati a TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI, ecc. ๐ Sono disponibili modelli addestrati, registri di addestramento e configurazioni per garantire la riproducibilitร e consentire il benchmarking.
GaLore: Addestramento LLM efficiente dal punto di vista della memoria tramite proiezione di rango basso del gradiente
Parallel WaveGAN Non Ufficiale (+ MelGAN & Multi-band MelGAN & HiFi-GAN & StyleMelGAN) con PyTorch
AutoResearch per kernel GPU. Fornisci qualsiasi modello PyTorch, lascialo dormire e, al risveglio, ottieni kernel Triton ottimizzati.
Codice ufficiale per "FeatUp: Un framework agnostico rispetto al modello per caratteristiche a qualsiasi risoluzione" ICLR 2024
[TPAMI 2025] ViewCrafter: Domare i modelli di diffusione video per la sintesi di viste nuove ad alta fedeltร
AuK: Un modello fondativo open source per la generazione e lโediting del parlato
Modelli di riconoscimento vocale Fun-ASR, con supporto nativo per Hugging Face Transformers per Fun-ASR-Nano e percorsi di distribuzione separati per FunASR, vLLM e llama.cpp.
robomimic: Un framework modulare per l'apprendimento robotico dalla dimostrazione
FB (Facebook) + GEMM (Moltiplicazione Generale di Matrice per Matrice) - https://code.fb.com/ml-applications/fbgemm/
[CVPR 2025 Highlight] DepthCrafter: Generazione di sequenze di profonditร lunghe e coerenti per video open-world
[SIGGRAPH Asia 2023 (Comunicazioni Tecniche)] EasyVolcap: Accelerare la ricerca sui video volumetrici neurali
Codice ufficiale di "HybrIK: una soluzione ibrida analitico-neurale per la cinematica inversa per la stima della posa e della forma umana 3D", CVPR 2021
DomainBed รจ una suite per testare algoritmi di generalizzazione di dominio
Un codebase unificato per l'apprendimento semi-supervisionato (NeurIPS'22)
Kernl ti consente di eseguire modelli transformer PyTorch diverse volte piรน velocemente su GPU con una singola riga di codice, ed รจ progettato per essere facilmente modificabile.
EfficientNet pre-addestrato, EfficientNet-Lite, MixNet, MobileNetV3 / V2, MNASNet A1 e B1, FBNet, Single-Path NAS
solo-learn: una libreria di metodi auto-supervisionati per l'apprendimento di rappresentazioni visive, potenziata da Pytorch Lightning
Un'implementazione dell'effetto 3D Ken Burns da un'unica immagine utilizzando PyTorch
Un nuovo approccio one-shot per lo scambio di volti in domini di immagini e video
[ICML 2023] SmoothQuant: Quantizzazione Post-Training Accurata ed Efficiente per Grandi Modelli Linguistici
Una libreria di streaming di dati per un efficiente addestramento di reti neurali
[CVPR 2025] Fast3R: Ricostruzione 3D veloce di oltre 1000 immagini in un singolo passaggio in avanti
SoulX-FlashTalk รจ il primo modello 14B a raggiungere una latenza di avvio sub-secondo (0,87s) mantenendo un throughput in tempo reale di 32 FPS su un nodo 8xH800.
Una piattaforma di machine learning potente e flessibile per la scoperta di farmaci
Rete Neurale Convoluzionale Bayesiana con Inferenza Variazionale basata su Bayes by Backprop in PyTorch.
Una libreria PyTorch interamente dedicata alle equazioni differenziali neurali, ai modelli impliciti e ai metodi numerici correlati
I moduli plug-and-play piรน completi per l'intera rete nel 2025, condivisi gratuitamente! CVPR2025, AAAI2025, ICLR2025, TNNLS2025, arXiv2025...... Comprende tutti i campi dell'intelligenza artificiale (machine learning, deep learning, ecc.), adatti per classificazione di immagini, rilevamento di oggetti, segmentazione di istanze, segmentazione semantica, segmentazione panottica, stima della posa, segmentazione di immagini mediche, segmentazione di oggetti video, ritaglio di immagini, editing di immagini, tracciamento di singoli oggetti, tracciamento di oggetti multipli, riconoscimento di persone, RGBT, rimozione del rumore dall'immagine, rimozione della pioggia, rimozione della nebbia, rimozione delle ombre, rimozione della sfocatura, super risoluzione, rimozione dei riflessi, rimozione dei motivi moirรฉ, recupero di immagini, restauro di immagini, recupero di immagini iperspettrali, fusione di immagini, colorazione di immagini, imaging ad alta gamma dinamica, compressione video e di immagini, nuvole di punti 3D, rilevamento di oggetti 3D, segmentazione semantica 3D, stima della posa 3D, ecc. e altri compiti relativi all'intelligenza artificiale come l'elaborazione del linguaggio naturale, i modelli linguistici di grandi dimensioni, il multimodale, ecc. Aggiornamento continuo......
un runtime veloce e user-friendly per l'inferenza di transformer (Bert, Albert, GPT2, Decoders, ecc.) su CPU e GPU.
Hibiki รจ un modello per la traduzione vocale in streaming (nota anche come traduzione simultanea). A differenza della traduzione offline โ in cui si attende la fine dell'enunciato sorgente per iniziare a tradurre โ Hibiki adatta il suo flusso per accumulare il contesto sufficiente a produrre una traduzione corretta in tempo reale, pezzo per pezzo.