#pytorch Repositórios
1,936 repositórios no total
Plataforma Padronizada de Inferência de IA Generativa e Preditiva Distribuída para Implantação Escalável e Multi-Framework no Kubernetes
Modelos Silero: modelos de conversão de texto em fala pré-treinados tornados incrivelmente simples
Orquestração de GPU tolerante a falhas e altamente escalável, e um framework de aprendizado de máquina projetado para treinar modelos com bilhões a trilhões de parâmetros
A plataforma de próxima geração do OpenMMLab para detecção geral de objetos 3D.
Uma biblioteca de redes neurais compatível com scikit-learn que envolve PyTorch
Séries Temporais Timeseries Deep Learning Machine Learning Python Pytorch fastai | Biblioteca de Deep Learning de ponta para Séries Temporais e Sequências em Pytorch / fastai
NanoDet-Plus⚡Modelo de detecção de objetos sem âncoras super rápido e leve. 🔥Apenas 980 KB (int8) / 1,8 MB (fp16) e executa a 97 FPS em celulares🔥
StyleTTS 2: Rumo à Síntese de Fala de Nível Humano através da Difusão de Estilo e Treinamento Adversarial com Grandes Modelos de Linguagem de Fala
Implementação do modelo de linguagem LLaMA baseado no nanoGPT. Suporta flash attention, quantização Int8 e GPTQ de 4 bits, ajuste fino LoRA e LLaMA-Adapter, e pré-treinamento. Licenciado sob Apache 2.0.
Versão chinesa do CLIP que alcança a recuperação cross-modal e a geração de representação em chinês.
Uma implementação PyTorch de NeRF (Neural Radiance Fields) que reproduz os resultados.
[ECCV 2022] ByteTrack: Rastreamento de Múltiplos Objetos pela Associação de Cada Caixa de Detecção
[ICLR 2024] Ajuste Fino de LLaMA para Seguir Instruções em 1 Hora e 1,2M de Parâmetros
Implementações PyTorch de algoritmos e ambientes de aprendizado por reforço profundo
YOLOv6: uma estrutura de detecção de objetos de estágio único dedicada a aplicações industriais.
MMdnn é um conjunto de ferramentas para ajudar os usuários a interoperar entre diferentes frameworks de deep learning. Por exemplo, conversão e visualização de modelos. Converta modelos entre Caffe, Keras, MXNet, Tensorflow, CNTK, PyTorch Onnx e CoreML.
Uma biblioteca acelerada por GPU contendo blocos de construção altamente otimizados e um motor de execução para processamento de dados, a fim de acelerar aplicações de treinamento e inferência de aprendizado profundo.
Depth Pro: Profundidade Métrica Monocular Nítida em Menos de um Segundo.
Wrapper em Docker compatível com OpenAI para conversão de texto em fala com Kokoro-82M, com suporte multiplataforma do PyTorch para CPU e GPUs AMD e NVIDIA; múltiplas vozes, clonagem e ajuste de voz, marcações de tempo para legendas, SSML, WebSockets e interface web opcional para acompanhar a leitura
Tutoriais sobre a implementação de alguns modelos de sequência para sequência (seq2seq) com PyTorch e TorchText.
Uma estrutura modular para pesquisa multimodal de visão e linguagem do Facebook AI Research (FAIR)
Inferência fatiada/em mosaico agnóstica a frameworks + UI interativa + gráficos de análise de erros
Search-R1: Uma Estrutura Eficiente e Escalável de Treinamento RL para Invocação de Motor de Busca e Raciocínio intercalada baseada em LLM usando veRL
Um modelo de clonagem de voz TTS rápido e de alta qualidade que alcança velocidades de 150× em tempo real。
SUPIR visa desenvolver Algoritmos Práticos para Restauração de Imagens Fotorrealistas em Ambientes Reais. Nossa nova demonstração online também foi lançada em suppixel.ai.
Projetos e exercícios do programa mais recente de Nanodegree em Aprendizado Profundo https://www.udacity.com/course/deep-learning-nanodegree--nd101
Repositório de Código para Aprendizado de Máquina com PyTorch e Scikit-Learn
As ferramentas Core ML contêm ferramentas de suporte para conversão, edição e validação de modelos Core ML.
PyTorch Lightning + Hydra. Um template muito amigável para experimentação de ML. ⚡🔥⚡
Superduper: Framework de ponta a ponta para a criação de aplicações e agentes de IA personalizados.
Ferramenta de tradução de quadrinhos/mangá auxiliada por aprendizado profundo, com suporte para tradução automática com um clique e edição simples de imagem/texto | Yet another computer-aided comic/manga translation tool powered by deeplearning
[ECCV2024] IDM-VTON : Melhorando Modelos de Difusão para Prova Virtual Autêntica no Mundo Real
Kit de Reconhecimento de Fala de Ponta a Ponta Pronto para Produção e com Foco na Produção
Um modelo simples e totalmente convolucional para segmentação de instâncias em tempo real.
A Caixa de Ferramentas e Benchmark de Próxima Geração para Compreensão de Vídeo do OpenMMLab
Uma estrutura arbitrária de troca de rostos em imagens e vídeos com um único modelo treinado!