#pytorch Repositórios
1,936 repositórios no total
JARVIS, um sistema para conectar LLMs com a comunidade de ML. Artigo: https://arxiv.org/pdf/2303.17580.pdf
ncnn é uma estrutura de inferência de rede neural de alto desempenho otimizada para a plataforma móvel
Um conjunto de exemplos em torno de pytorch em Visão, Texto, Aprendizagem por Reforço, etc.
Audiocraft é uma biblioteca para processamento e geração de áudio com aprendizado profundo. Ela apresenta o compressor/tokenizador de áudio EnCodec de última geração, juntamente com o MusicGen, um LM de geração de música simples e controlável com condicionamento textual e melódico.
🏆 Uma lista classificada de bibliotecas Python incríveis de aprendizado de máquina. Atualizada semanalmente.
ONNX Runtime: acelerador de inferência e treinamento de ML multiplataforma e de alto desempenho
🤗 O maior hub de datasets prontos para uso para modelos de IA com ferramentas de manipulação de dados rápidas, fáceis de usar e eficientes
FinGPT: Modelos de Linguagem Grande Financeiros de Código Aberto! Revolucione! 🔥 Lançamos o modelo treinado no HuggingFace.
O PyTorch Handbook é um livro de código aberto com o objetivo de ajudar amigos que desejam desenvolver e pesquisar aprendizado profundo com PyTorch a começar rapidamente, e os tutoriais do Pytorch incluídos foram todos testados para garantir que possam ser executados com sucesso.
Kit de ferramentas de reconhecimento de fala de código aberto para treinamento, inferência, ASR em streaming, VAD, pontuação, pipelines de diarização de falantes e serviço compatível com OpenAI/MCP.
O repositório fornece código para executar inferência com o Meta Segment Anything Model 2 (SAM 2), links para baixar os pontos de verificação do modelo treinado e notebooks de exemplo que mostram como usar o modelo.
Um Framework Flexível para Experimentar Otimizações de Inferência/Ajuste Fino de LLM Heterogêneos
Materiais para o curso Aprenda PyTorch para Deep Learning: Do Zero ao Mestre.
Bem-vindo ao Llama Cookbook! Este é o seu guia essencial para Construir com Llama: Começando com Inferência, Ajuste Fino (Fine-Tuning) e RAG. Também mostramos como resolver problemas de ponta a ponta usando a família de modelos Llama e como utilizá-los em vários serviços de provedores.
Plataforma de IA privada para agentes, assistentes e pesquisa empresarial. Construtor de Agentes integrado, pesquisa aprofundada, análise de documentos, suporte a múltiplos modelos e conectividade API para agentes.
[NeurIPS 2022] Rumo à Restauração Robusta de Rosto Cego com Transformer de Consulta de Codebook
Uma lista abrangente de conteúdo relacionado ao pytorch no github, como diferentes modelos, implementações, bibliotecas auxiliares, tutoriais, etc.
pix2tex: Usando um ViT para converter imagens de equações em código LaTeX.
Burn é uma biblioteca de tensores de próxima geração e um framework de Deep Learning que não compromete a flexibilidade, a eficiência e a portabilidade.
Código oficial para "F5-TTS: Um contador de histórias que simula fala fluente e fiel com Flow Matching"
O TensorRT LLM fornece aos usuários uma API Python fácil de usar para definir Modelos de Linguagem Grandes (LLMs) e suporta otimizações de ponta para executar inferências de forma eficiente em GPUs NVIDIA. O TensorRT LLM também contém componentes para criar runtimes Python e C++ que orquestram a execução da inferência de maneira performática.
O Cientista de IA: Rumo à Descoberta Científica Totalmente Automatizada e de Final Aberto 🧑🔬
Aprenda engenharia de ML gratuitamente em 4 meses! Registre-se aqui 👇🏼
Uma reconstrução teórica da arquitetura do Mito de Claude, construída a partir de primeiros princípios usando a literatura de pesquisa disponível.
Tutorial de Processamento de Linguagem Natural para Pesquisadores de Aprendizagem Profunda
RWKV (pronuncia-se RwaKuv) é uma RNN com ótimo desempenho de LLM, que também pode ser treinada diretamente como um transformador GPT (paralelizável). Estamos no RWKV-7 "Goose". Portanto, ele combina o melhor de RNN e transformador - ótimo desempenho, tempo linear, espaço constante (sem cache kv), treinamento rápido, ctx_len infinito e embedding de frase gratuito.
Framework de treinamento distribuído para TensorFlow, Keras, PyTorch e Apache MXNet.
Scripts de Deep Learning de última geração organizados por modelos - fáceis de treinar e implantar com precisão e desempenho reprodutíveis em infraestrutura de nível empresarial.