#pytorch Repositórios
1,936 repositórios no total
Uma implementação PyTorch de EfficientDet fiel à implementação original do Google com pesos portados
[CVPR 2025] MatAnyone: Matting de Vídeo Estável com Propagação Consistente de Memória
Repositório para treinamento de modelos para separação de fontes musicais.
Personalize o Segment Anything Model (SAM) com 1 shot em 10 segundos
Um framework sem necessidade de programação, baseado em PyTorch, para estudos reproduzíveis de aprendizagem profunda. Ecossistema PyTorch. 🏆 Até o momento, foram implementados 28 métodos de destilação de conhecimento apresentados em TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI etc. 🎁 Modelos treinados, registros de treinamento e configurações estão disponíveis para garantir a reprodutibilidade e facilitar a avaliação comparativa.
GaLore: Treinamento de LLM Eficiente em Memória por Projeção de Gradiente de Baixo Posto
Unofficial Parallel WaveGAN (+ MelGAN & Multi-band MelGAN & HiFi-GAN & StyleMelGAN) com Pytorch
AutoResearch para kernels GPU. Dê qualquer modelo PyTorch, deixe-o dormir e acorde com kernels Triton otimizados.
Código oficial para "FeatUp: A Model-Agnostic Frameworkfor Features at Any Resolution" ICLR 2024
[TPAMI 2025] ViewCrafter: Domando Modelos de Difusão de Vídeo para Síntese de Novas Visualizações de Alta Fidelidade
Modelos de reconhecimento de fala Fun-ASR, com suporte nativo ao Hugging Face Transformers para o Fun-ASR-Nano e caminhos de implantação separados para FunASR, vLLM e llama.cpp.
robomimic: Uma Estrutura Modular para Aprendizagem de Robôs a Partir de Demonstração
FB (Facebook) + GEMM (General Matrix-Matrix Multiplication) - https://code.fb.com/ml-applications/fbgemm/
[Destaque CVPR 2025] DepthCrafter: Gerando Sequências de Profundidade Longas e Consistentes para Vídeos de Mundo Aberto
[SIGGRAPH Asia 2023 (Comunicações Técnicas)] EasyVolcap: Acelerando Pesquisa em Vídeo Volumétrico Neural
Código oficial de "HybrIK: Uma Solução Híbrida Analítico-Neural de Cinemática Inversa para Estimativa de Pose e Forma Humana 3D", CVPR 2021
DomainBed é uma suíte para testar algoritmos de generalização de domínio
Uma Base de Código Unificada de Aprendizado Semissupervisionado (NeurIPS'22)
O Kernl permite que você execute modelos de transformadores PyTorch várias vezes mais rápido em GPU com uma única linha de código, e foi projetado para ser facilmente modificável (hackable).
EfficientNet pré-treinado, EfficientNet-Lite, MixNet, MobileNetV3 / V2, MNASNet A1 e B1, FBNet, Single-Path NAS
solo-learn: uma biblioteca de métodos de auto-supervisão para aprendizado de representação visual com o poder do Pytorch Lightning
uma implementação do Efeito Ken Burns 3D a partir de uma Única Imagem usando PyTorch
Uma nova abordagem 'one-shot' de troca de rosto para domínios de imagem e vídeo
[ICML 2023] SmoothQuant: Quantização Pós-Treinamento Precisa e Eficiente para Grandes Modelos de Linguagem
Extensões PyTorch para prototipagem rápida de P&D e 'Kaggle farming' (mineração no Kaggle)
Uma Biblioteca de Streaming de Dados para Treinamento Eficiente de Redes Neurais
[CVPR 2025] Fast3R: Rumo à Reconstrução 3D de Mais de 1000 Imagens em Uma Única Passagem Direta
SoulX-FlashTalk é o primeiro modelo 14B a alcançar latência de inicialização inferior a um segundo (0,87s) enquanto mantém um throughput em tempo real de 32 FPS em um nó 8xH800.
Uma plataforma de aprendizado de máquina poderosa e flexível para descoberta de medicamentos
Rede Neural Convolucional Bayesiana com Inferência Variacional baseada em Bayes por Backprop em PyTorch.
Uma biblioteca PyTorch inteiramente dedicada a equações diferenciais neurais, modelos implícitos e métodos numéricos relacionados
Módulos plug-and-play mais completos da internet em 2025, compartilhamento gratuito! CVPR2025, AAAI2025, ICLR2025, TNNLS2025, arXiv2025...... cobrindo todas as áreas da inteligência artificial (aprendizado de máquina, aprendizado profundo, etc.), aplicáveis a diversas tarefas de visão computacional e processamento de imagem, como classificação de imagens, detecção de objetos, segmentação de instâncias, segmentação semântica, segmentação panorâmica, reconhecimento de pose, segmentação de imagens médicas, segmentação de objetos em vídeo, matting de imagem, edição de imagem, rastreamento de objeto único, rastreamento de múltiplos objetos, reidentificação de pedestres, RGBT, denoising de imagem, remoção de chuva, desembaçamento, remoção de sombra, remoção de desfoque, super-resolução, remoção de reflexos, remoção de moiré, restauração de imagem, reparo de imagem, restauração de imagens hiperespectrais, fusão de imagens, colorização de imagem, imagem de alto alcance dinâmico, compressão de vídeo e imagem, nuvem de pontos 3D, detecção de objetos 3D, segmentação semântica 3D, reconhecimento de pose 3D, bem como outras tarefas relacionadas à inteligência artificial, como processamento de linguagem natural, grandes modelos de linguagem e multimodais. Em constante atualização......
um runtime rápido e amigável para inferência de transformers (Bert, Albert, GPT2, Decoders, etc) em CPU e GPU.
Hibiki é um modelo para tradução de fala em streaming (também conhecida como tradução simultânea). Ao contrário da tradução offline - onde se espera o fim da fala de origem para começar a traduzir - o Hibiki adapta seu fluxo para acumular contexto suficiente para produzir uma tradução correta em tempo real, trecho a trecho.