#pytorch Репозитории
Всего репозиториев: 1,936
Надежное отслеживание лица и ключевых точек лица в реальном времени на CPU с интеграцией Unity
Официальная реализация PyTorch "Diffusion Transformers with Representation Autoencoders"
MII обеспечивает низкую задержку и высокую пропускную способность при выводе благодаря DeepSpeed.
Глубокое и онлайн обучение с использованием спайковых нейронных сетей на Python
Это исходный код yolo3-pytorch, который можно использовать для обучения вашей собственной модели.
Графический интерфейс Flowframes для Windows для интерполяции видео с использованием DAIN (NCNN) или RIFE (CUDA/NCNN)
Python-инструментарий/библиотека для ориентированного на реальность машинного/глубокого обучения и дата-майнинга на частично наблюдаемых временных рядах, с более чем 50 моделями нейронных сетей SOTA для задач научного анализа (импутация, классификация, кластеризация, прогнозирование, обнаружение аномалий, очистка) на неполных промышленных нерегулярно выборочных многомерных ВР с пропущенными значениями NaN
Пакет глубокого обучения для представления энергии потенциала многих тел и молекулярной динамики
Пакет Python для байесовского прогнозирования с объектно-ориентированным дизайном и вероятностными моделями под капотом.
Реализация NVIDIA DeepStream SDK 8.0 / 7.1 / 7.0 / 6.4 / 6.3 / 6.2 / 6.1.1 / 6.1 / 6.0.1 / 6.0 / 5.1 для моделей YOLO
Объясняйте, анализируйте и визуализируйте языковые модели NLP. Ecco создает интерактивные визуализации непосредственно в ноутбуках Jupyter, объясняющие поведение языковых моделей на основе Transformer (таких как GPT2, BERT, RoBERTa, T5 и T0).
Реализация PyTorch для вероятностного моделирования на основе оценок с помощью стохастических дифференциальных уравнений (ICLR 2021, устный доклад)
Вопросы для собеседования на должность алгоритма больших моделей (с ответами): частые вопросы и анализ концепций "Вопросы для собеседования по большим моделям", "Собеседование на должность алгоритма", "Частые вопросы на собеседовании", "Собеседование по алгоритмам больших моделей", "Основы применения больших моделей"
Обмен рабочим процессом интересного программиста, родившегося в 80-х
Avalanche: сквозная библиотека для непрерывного обучения на основе PyTorch.
Машины непрерывного мышления, потому что мышление требует времени, а рассуждение — это процесс.
Rainbow - это все, что вам нужно! Пошаговое руководство от DQN до Rainbow
Пакет Python для расширения официального PyTorch, который может легко обеспечить производительность на платформе Intel
реализация статьи - You Only Learn One Representation: Unified Network for Multiple Tasks (https://arxiv.org/abs/2105.04206)
[Устный доклад на CVPR'24] Официальный репозиторий Point Transformer V3 (PTv3). Также доступен устанавливаемый через pip пакет PyTorch + Triton с предварительно обученными энкодерами Sonata, Concerto и Utonia.
Рецепты для уменьшения, оптимизации и настройки передовых моделей компьютерного зрения. 💜
Семантический поиск. Ищите локальные фотографии и видео с помощью естественного языка. ИИ-семантический поиск локальных материалов. Поиск по изображению, поиск локальных материалов, сопоставление сцен по текстовому описанию, поиск видео по кадрам, поиск видео по описанию сцен.
Выпуск кода для "Обнаружение двадцати тысяч классов с использованием надзора на уровне изображений".
[RSS 2026] Каузальная модель мира видео-действий для управления универсальными роботами