#pytorch Репозитории
Всего репозиториев: 1,936
Custom Diffusion: Многоконцептуальная настройка диффузии от текста к изображению (CVPR 2023)
Объединение реализаций вариационного автокодировщика (VAE) в Pytorch (NeurIPS 2022)
Репозиторий кода для статьи CVPR 2023 «PanoHead: Геометрически-ориентированный 3D синтез полной головы в 360 градусов»
Распознавание речи на китайском языке; Автоматическое распознавание речи на мандаринском языке;
OneDiff: готовая к использованию библиотека ускорения для диффузионных моделей.
[ICCV 2025 Highlight] OminiControl: Минимальное и универсальное управление для Diffusion Transformer
Универсальное аудио супер-разрешение (любое -> 48 кГц) с AudioSR.
Проект Torch-MLIR направлен на обеспечение первоклассной поддержки экосистемы PyTorch для экосистемы MLIR.
Интеграция моделей глубокого обучения для классификации изображений | Проект изучения/сравнения/магической модификации основы
[ECCV 2022] XMem: Долгосрочная сегментация объектов видео с использованием модели памяти Аткинсона-Шиффрина
Инструментарий для нейронной иерархической многометочной классификации текстов с открытым исходным кодом
Простая в использовании и высокопроизводительная структура для развертывания ИИ | An Easy-to-Use and High-Performance AI Deployment Framework
Автоматическое обнаружение быстрых стратегий параллелизации для распределенного обучения глубоких нейронных сетей
Современный аудиокодек с коэффициентом сжатия 90x. Поддерживает моно/стерео аудио с частотой 44,1 кГц, 24 кГц и 16 кГц.
yolov5 обнаружение номерных знаков распознавание номерных знаков распознавание китайских номерных знаков обнаружение поддерживает 12 типов китайских номерных знаков поддерживает двухслойные номерные знаки
Библиотека Petastorm обеспечивает обучение и оценку моделей глубокого обучения на одном компьютере или в распределенной среде из наборов данных в формате Apache Parquet. Она поддерживает ML-фреймворки, такие как Tensorflow, Pytorch и PySpark, и может использоваться из чистого кода Python.
Точная 3D-реконструкция лиц со слабоконтролируемым обучением: От одного изображения к набору изображений (CVPRW 2019). Реализация на PyTorch.
Платформа глубокого обучения на основе PyTorch для мультимодальной 2D/3D сегментации медицинских изображений
Ли Бай :bust_in_silhouette: Будучи выдающимся поэтом эпохи династии Тан, его поэтические произведения занимают важное место в истории китайской литературы. В последние годы, с быстрым развитием цифровых технологий и искусственного интеллекта, формы популяризации и продвижения традиционной культуры также столкнулись с инновациями и изменениями. Хотя исследования поэзии Ли Бая как внутри страны, так и за рубежом уже достаточно глубоки, все еще существуют недостатки в области цифровизации и интеллектуального продвижения. Поэтому данный проект направлен на создание графа знаний Ли Бая в сочетании с большими моделями для обучения профессиональных интеллектуальных агентов ИИ в форме генеративных диалоговых приложений, чтобы способствовать популяризации и распространению культуры Ли Бая.
PixArt-Σ: Обучение от слабого к сильному Diffusion Transformer для генерации изображений по тексту в разрешении 4K
Высокопроизводительная среда выполнения для обслуживания интерактивных систем сверхинтеллекта
Эффективно обучайте модели ИИ на медицинских изображениях с использованием любого фреймворка
RDT-1B: диффузионная основополагающая модель для двуручной манипуляции
Искусственный интеллект на подходе. Мечта об автоматическом глубоком обучении. Подход RDBMS к глубокому обучению. Декларативный, объяснимый, масштабируемый, оптимизируемый, простой в развертывании — все эти хорошие вещи.
Платформа для экспериментов и исследований для изучения взаимодействия автоматизированных агентов в абстрактных симулированных сетевых средах.
Предоставить предсобранные колёса пакетов flash-attention 2 и 3 для Linux и Windows с использованием GitHub Actions