#pytorch Репозитории
Всего репозиториев: 1,936
(IJCV2024 & ICCV2023) LSKNet: Фундаментальная легкая основа для дистанционного зондирования
【CVPR 2025 Highlight】MonSter: Объединение Monodepth со стереозрением раскрывает мощь
ACM Multimedia2020 University-1652: Многоракурсный многоисточниковый бенчмарк для геолокации на основе дронов :helicopter: аннотирует 1652 здания в 72 университетах по всему миру.
Полный стек ML (машинное обучение) Roadmap включает в себя изучение необходимых навыков и технологий для освоения всех аспектов машинного обучения, включая сбор и предварительную обработку данных, разработку моделей, развертывание и обслуживание.
Воспроизведение статьи Янна ЛеКуна 1989 года "Backpropagation Applied to Handwritten Zip Code Recognition" ("Обратное распространение ошибки, примененное к распознаванию рукописных почтовых индексов"), насколько мне известно, самое раннее реальное применение нейронной сети, обученной с помощью обратного распространения ошибки.
LeanRL — это форк CleanRL, в котором выбранные скрипты PyTorch оптимизированы по производительности с использованием compile и cudagraphs.
Сквозная библиотека PyTorch для предсказания и оптимизации для линейного и целочисленного программирования
Динамические поля нейронной радиации для монокулярной реконструкции 4D аватара лица
Фотореалистичное суперразрешение одиночного изображения с использованием генеративной состязательной сети | Учебник PyTorch по суперразрешению
Код для «Adversarial Motion Priors Make Good Substitutes for Complex Reward Functions»
Локальная генерация фоновой музыки и звуковых эффектов с помощью ИИ для Claude Code и любых MCP-клиентов. Stable Audio 3 на Apple Silicon (MLX) и видеокартах NVIDIA в Windows (PyTorch). Без облака и ключа API.
USP: Единое (также гибридное, 2D) последовательное параллельное внимание для обучения и вывода моделей Transformer с длинным контекстом
Библиотека для генерации и оценки синтетических табличных данных для обеспечения конфиденциальности, справедливости и дополнения данных.
Этот репозиторий содержит большинство реализаций классических алгоритмов глубокого обучения с подкреплением на основе PyTorch, включая - DQN, DDQN, Dueling Network, DDPG, SAC, A2C, PPO, TRPO. (Больше алгоритмов находятся в разработке)
[🚀 ICLR 2026 Oral] NextStep-1: SOTA автогенерация изображений с использованием непрерывных токенов. Исследовательский проект, разработанный командой StepFun Multimodal Intelligence.
Код тестирования Pytorch и Torch для CartoonGAN [Chen et al., CVPR18]
Восстановление изображений с помощью стохастических дифференциальных уравнений с возвратом к среднему, ICML 2023. Решение-победитель конкурса NTIRE 2023 по удалению теней с изображений.
Deep Learning на Flink направлен на интеграцию Flink и фреймворков глубокого обучения (например, TensorFlow, PyTorch и т.д.), чтобы обеспечить распределённое обучение и вывод глубокого обучения на кластере Flink.
[ECCV 2024] InstructIR: Высококачественное восстановление изображений по инструкциям человека https://huggingface.co/spaces/marcosv/InstructIR
Репозиторий для "Distill Any Depth: Distillation Creates a Stronger Monocular Depth Estimator"
LightMirrors — это легковесный сервер зеркал с возможностями кэширования, который в настоящее время поддерживает DockerHub, K8S, PyPI, PyTorch и NPM.
Fabric for Deep Learning (FfDL, произносится fiddle) — это платформа для глубокого обучения, предлагающая TensorFlow, Caffe, PyTorch и т. д. как сервис на Kubernetes.
Интерактивная веб-визуализация для обнаружения рукописного ввода с использованием простой нейронной сети
Allosaurus — предварительно обученный универсальный распознаватель речи для более чем 2000 языков
BenchMARL — это библиотека для тестирования многоагентного обучения с подкреплением (MARL). BenchMARL позволяет быстро сравнивать различные алгоритмы, задачи и модели MARL, оставаясь при этом систематически основанным на двух основных принципах: воспроизводимости и стандартизации.
Репозиторий ET-BERT, модели классификации сетевого трафика в зашифрованном трафике. Работа была принята как статья, принятая на конференцию The Web Conference (WWW) 2022.
[NeurlPS2024] Одношаговая эффективная диффузионная сеть для сверхвысокого разрешения реальных изображений
Языковая модель с открытыми весами от Google DeepMind, основанная на Griffin.
[ICLR 2025 Устный доклад] Масштабирование обучения 3D Gaussian Splatting
[CVPR 2022] Предварительное обучение 3D-трансформеров для облаков точек с помощью маскированного моделирования точек
Более читаемый и гибкий Yolov5 с дополнительными бэкбонами (gcn, resnet, shufflenet, moblienet, efficientnet, hrnet, swin-transformer и т. д.) и (cbam, dcn и так далее), а также tensorrt
SiLK (Simple Learned Keypoint) — это модель ключевых точек глубокого обучения с самообучением.
Двухэтапное лёгкое и высокопроизводительное распознавание номерных знаков с MTCNN и LPRNet
[JMLR 2023] Quantus — это инструментарий объяснимого ИИ для ответственной оценки объяснений нейронных сетей
[ICML 2024 Лучшая статья] Дискретное диффузионное моделирование путем оценки соотношений распределения данных (https://arxiv.org/abs/2310.16834)
Введения в ключевые концепции квантового программирования, а также руководства и реализации из передовых исследований в квантовых вычислениях.