#pytorch Репозитории
Всего репозиториев: 1,936
JARVIS, система для подключения LLM к сообществу ML. Статья: https://arxiv.org/pdf/2303.17580.pdf
ncnn — это высокопроизводительный фреймворк для инференса нейронных сетей, оптимизированный для мобильных платформ
Набор примеров, связанных с pytorch в области компьютерного зрения, текста, обучения с подкреплением и т. д.
Audiocraft — это библиотека для обработки и генерации звука с использованием глубокого обучения. Она включает в себя ультрасовременный аудиокомпрессор/токенизатор EnCodec, а также MusicGen — простую и управляемую модель языка для генерации музыки с текстовым и мелодическим обусловливанием.
Рейтинговый список потрясающих библиотек Python для машинного обучения. Обновляется еженедельно.
ONNX Runtime: кросс-платформенный, высокопроизводительный ускоритель для вывода и обучения ML
🤗 Крупнейший центр готовых к использованию наборов данных для моделей ИИ с быстрыми, простыми в использовании и эффективными инструментами для работы с данными
FinGPT: Открытые большие языковые модели для финансов! Революция 🔥 Мы выпускаем обученную модель на HuggingFace.
pytorch handbook — это открытая книга, цель которой — помочь друзьям, желающим и использующим PyTorch для разработки и исследований в области глубокого обучения, быстро освоить основы. Все включенные уроки Pytorch прошли тестирование и гарантируют успешный запуск.
Набор инструментов с открытым исходным кодом для распознавания речи, предназначенный для обучения, вывода, потокового ASR, VAD, пунктуации, конвейеров диаризации дикторов и обслуживания, совместимого с OpenAI/MCP.
Репозиторий предоставляет код для выполнения инференса с помощью Meta Segment Anything Model 2 (SAM 2), ссылки для загрузки обученных чекпоинтов модели и примеры ноутбуков, демонстрирующие, как использовать модель.
Гибкая структура для изучения оптимизаций вывода/дообучения гетерогенных больших языковых моделей
Материалы для курса "Learn PyTorch for Deep Learning: Zero to Mastery".
Добро пожаловать в «Кулинарную книгу Llama»! Это ваше руководство по созданию с помощью Llama: начало работы с инференсом, дообучением, RAG. Мы также покажем вам, как решать комплексные проблемы, используя семейство моделей Llama и применяя их в различных сервисах поставщиков.
Частная платформа ИИ для агентов, помощников и корпоративного поиска. Встроенный конструктор агентов, глубокие исследования, анализ документов, поддержка нескольких моделей и подключение API для агентов.
[NeurIPS 2022] На пути к надежному восстановлению лиц вслепую с помощью Codebook Lookup Transformer
Обширный список материалов, связанных с PyTorch, на GitHub, таких как различные модели, реализации, вспомогательные библиотеки, учебные пособия и т. д.
pix2tex: Использование ViT для преобразования изображений уравнений в код LaTeX.
Burn — это тензорная библиотека нового поколения и фреймворк для глубокого обучения, который не идет на компромиссы в вопросах гибкости, эффективности и переносимости.
Официальный код для «F5-TTS: Сказочник, который имитирует беглую и точную речь с помощью Flow Matching»
TensorRT LLM предоставляет пользователям простой в использовании Python API для определения больших языковых моделей (LLM) и поддерживает современные оптимизации для эффективного выполнения вывода на графических процессорах NVIDIA. TensorRT LLM также содержит компоненты для создания сред выполнения Python и C++, которые оркеструют выполнение вывода производительным способом.
Ученый ИИ: На пути к полностью автоматизированному открытому научному открытию 🧑🔬
Изучайте ML-инженерию бесплатно за 4 месяца! Зарегистрируйтесь здесь 👇🏼
Теоретическая реконструкция архитектуры мифоса Клода, построенная с первых принципов с использованием доступной научной литературы.
Руководство по обработке естественного языка для исследователей глубокого обучения
RWKV (произносится RwaKuv) — это RNN с отличной производительностью LLM, который также может быть напрямую обучен, как трансформер GPT (параллелизуемый). Мы находимся на RWKV-7 "Goose". Таким образом, он сочетает в себе лучшее от RNN и трансформера — отличная производительность, линейное время, постоянное пространство (без kv-кеша), быстрое обучение, бесконечная длина контекста (ctx_len) и бесплатное встраивание предложений.
Фреймворк распределенного обучения для TensorFlow, Keras, PyTorch и Apache MXNet.
Скрипты глубокого обучения передового уровня, организованные по моделям - легко обучать и развертывать с воспроизводимой точностью и производительностью на инфраструктуре корпоративного уровня.