#pytorch Repository
1,936 repository in totale
:bouncing_ball_person: Pytorch ReID: Un'implementazione PyTorch piccola, amichevole e potente per person re-id / vehicle re-id baseline. Tutorial ๐https://github.com/layumi/Person_reID_baseline_pytorch/tree/master/tutorial
Backbone AI efficienti inclusi GhostNet, TNT e MLP, sviluppati da Huawei Noah's Ark Lab.
Tutorial di Avvio Rapido a PyTorch per il Deep Learning (Assolutamente facile da capire!)
Un toolkit di elaborazione del parlato basato sull'IA e modelli pre-addestrati SOTA open source, che supportano il miglioramento del parlato, la separazione, l'estrazione dello speaker target, ecc.
โก๏ธSwanLab - uno strumento open-source di tracciamento e visualizzazione dell'addestramento AI dal design moderno. Supporta l'uso Cloud / Self-hosted. Integrato con PyTorch / Transformers / verl / LLaMA Factory / ms-swift / Ultralytics / MMEngine / Keras ecc.
InstantMesh: Generazione efficiente di mesh 3D da una singola immagine con modelli di ricostruzione estesa per viste sparse
Materiali per il corso sui modelli di diffusione di Hugging Face
In questo repository, condividerรฒ alcune note e riferimenti utili sul deployment di modelli basati su deep learning in produzione.
Apprendimento per Rinforzo Profondo Massivamente Parallelo. ๐ฅ
Utilizzo di Bert, ERNIE per la classificazione di testo cinese
Un'implementazione pulita basata su AlphaZero per qualsiasi gioco in qualsiasi framework + tutorial + Othello/Gobang/TicTacToe/Connect4 e altro
Questo progetto riproduce il libro Dive Into Deep Learning (https://d2l.ai/), adattando il codice da MXNet a PyTorch.
Hunyuan-DiT: Un potente Transformer a diffusione multi-risoluzione con comprensione dettagliata del cinese
Benchmark di Valutazione della Comprensione della Lingua Cinese: dataset, baseline, modelli pre-addestrati, corpus e leaderboard
TorchGeo: dataset, sampler, trasformazioni e modelli pre-addestrati per dati geospaziali
"Build a Large Language Model (From Scratch)" รจ un ebook che approfondisce i principi e l'implementazione dei modelli linguistici di grandi dimensioni, adatto a chi desidera comprendere a fondo le architetture, i processi di addestramento e lo sviluppo di applicazioni di modelli di grandi dimensioni come GPT. Per consentire a piรน lettori cinesi di accedere a questo prezioso materiale didattico, ho deciso di tradurlo in cinese e di condividerlo in open source tramite GitHub.
Costruisci un LLM moderno da zero. Ogni riga commentata. Spiegato come se avessimo cinque anni.
๐ฅ Una libreria per il ritaglio intelligente delle immagini che puรฒ identificare il bordo e correggere l'immagine ritagliata. Framework per il ritaglio intelligente delle immagini. Riconoscimento automatico dei bordi, regolazione manuale dell'area di selezione, utilizzo della trasformazione prospettica per ritagliare e correggere l'area di selezione; adatto per il ritaglio di foto di carte d'identitร , biglietti da visita, documenti, ecc.
Annotare i propri set di dati, addestrare, valutare, testare e distribuire i propri algoritmi di intelligenza artificiale
OmniGen2: Esplorazione verso la Generazione Multimodale Avanzata. https://arxiv.org/abs/2506.18871
Fengshenbang-LM (ๅฐ็ฅๆฆๅคงๆจกๅ) รจ un sistema open-source di grandi modelli guidato dal Research Center for Cognitive Computing and Natural Language Processing dell'IDEA Institute, che funge da infrastruttura per l'AIGC cinese e l'intelligenza cognitiva.
L'implementazione ufficiale di PyTorch del paper "Human Motion Diffusion Model"
Una libreria per l'interpretabilitร meccanicistica dei modelli linguistici in stile GPT
Un'implementazione di un modello di raccomandazione di apprendimento profondo (DLRM)
Deepchecks: Test per la validazione continua di modelli e dati ML. Deepchecks รจ una soluzione olistica open-source per tutte le tue esigenze di validazione AI e ML, che consente di testare a fondo i tuoi dati e modelli dalla ricerca alla produzione.
Un framework open-source per l'addestramento di grandi modelli multimodali.
Uno strumento di conversione vocale semplice e di alta qualitร incentrato sulla facilitร d'uso e sulle prestazioni.
Un compilatore e toolkit di runtime per machine learning basato su MLIR e retargetable.