#pytorch Репозитории
Всего репозиториев: 1,936
Step-Audio 2 — это комплексная мультимодальная большая языковая модель, разработанная для профессионального понимания звука и речевого общения.
Официальный код для статьи «LucidDreamer: Генерация 3D-сцен с гауссовым сплайтингом без привязки к домену».
Библиотека инструментов OCR на основе Pytorch, поддерживающая распространенные алгоритмы обнаружения и распознавания текста
[ICCV 2023] DDColor: На пути к фотореалистичной колоризации изображений с помощью двойных декодеров
Разместите мощную модель Chatterbox TTS на собственном сервере. Этот сервер предлагает удобный веб-интерфейс, гибкие конечные точки API (включая совместимые с OpenAI), предустановленные голоса, клонирование голоса и обработку текстов в масштабе больших аудиокниг. Ускоренная работа на NVIDIA (CUDA), AMD (ROCm) и CPU.
Учебная программа по глубокому обучению, ориентированная на согласование языковой модели
Официальный репозиторий моей книги: «Глубокое обучение с PyTorch шаг за шагом: Руководство для начинающих»
Простое разделение треков (например, инструментал/вокал) из командной строки или в виде пакета Python с использованием множества удивительных предварительно обученных моделей (в основном из UVR)
Конфигурируемая, настраиваемая и воспроизводимая библиотека для прогнозирования CTR https://fuxictr.github.io
Код на PyTorch для нашей статьи ECCV 2018 "Image Super-Resolution Using Very Deep Residual Channel Attention Networks"
NVIDIA Kaolin Wisp — это библиотека PyTorch на базе NVIDIA Kaolin Core для работы с нейронными полями (включая NeRF, NGLOD, instant-ngp и VQAD).
Портфолио проектов по науке о данных, выполненных мной в академических целях, для самообучения и в качестве хобби.
Этот репозиторий содержит реализации различных архитектур для распознавания эмоций в разговорах.
Код для статьи SIGGRAPH 2020 "RigNet: Нейронный риггинг для сочлененных персонажей"
Поиск изображений CNN в PyTorch: Обучение и оценка CNN для поиска изображений в PyTorch
Монокулярная, одноэтапная, регрессия нескольких 3D-людей и их 3D-позиций и траекторий в координатах камеры и глобальных координатах. ROMP[ICCV21], BEV[CVPR22], TRACE[CVPR2023]
Аннотации типов и динамическая проверка формы, типа данных, имен и т. д. тензора.
Инструментарий для проверки, распознавания и сегментации речи говорящего, ориентированный на исследования и производство
MobileLLM Оптимизация языковых моделей с менее чем миллиардом параметров для использования на устройствах. В ICML 2024.
Группа ноутбуков и других файлов, которые могут помочь вам изучить ИИ с нуля.
Библиотека коллективных коммуникаций с различными примитивами для многомашинного обучения.
fire-smoke-detect-yolov4-yolov5 и fire-smoke-detection-dataset обнаружение пожара, обнаружение дыма
[MICRO'23, MLSys'22] TorchSparse: Эффективный фреймворк для обучения и инференса разреженных сверток на GPU.
Сверхвысокое разрешение изображений с произвольными шагами через обращение диффузии (CVPR 2025)
CVPR2023 - Активация большего количества пикселей в трансформере для сверхвысокого разрешения изображений TPAMI - HAT: Гибридный трансформер внимания для восстановления изображений
Инструмент DevOps с открытым исходным кодом от CNCF для упаковки и управления версиями моделей ИИ/МО, наборов данных, кода и конфигураций в OCI Artifact.
AMD-SHARK Studio -- Веб-интерфейс для высокопроизводительного дистрибутива машинного обучения SHARK+IREE
[CVPR 2024 Highlight] PhysGaussian: Физически-интегрированные 3D Гауссианы для генеративной динамики
Приложение Python/Pytorch для легкого синтеза человеческих голосов
ResShift: Эффективная диффузионная модель для сверхвысокого разрешения изображений путем сдвига остатков (NeurIPS@2023 Spotlight, TPAMI@2024)
Предварительно обученный китайский ELECTRA (Предварительно обученная модель ELECTRA на китайском языке)
Parallax — это распределенная модель serving-фреймворк, позволяющий создавать собственный ИИ-кластер где угодно
Официальная реализация статьи SIGGRAPH 2024 «Иерархическое 3D-гауссово представление для рендеринга очень больших наборов данных в реальном времени»