#pytorch Репозитории
Всего репозиториев: 1,936
Поддержка установки фреймворков глубокого обучения для системы ArcGIS
Руководство по машинному обучению. Узнайте все об инструментах, библиотеках, фреймворках машинного обучения, больших языковых моделях (LLM) и моделях обучения.
От большого к малому: Многоуровневое локальное плоское руководство для моноокулярной оценки глубины
Система вспомогательной диагностики опухолей на основе глубокого обучения, с сегментацией изображений в качестве ядра, использующая искусственный интеллект для идентификации и очерчивания областей опухолей, а также предоставления характеристик областей опухолей для помощи врачам в диагностике. Имеет полные функции для построения моделей, настройки серверной части, промышленного развертывания и доступа с фронтенда. TensorRT, PyTorch, OpenCV, Flask, Vue
[Spotlight ICLR 2024] Большая мозговая модель для изучения общих представлений с огромным количеством данных ЭЭГ в BCI
на основе проекта высокого уровня yolo (обнаружение\поза\классификация\сегментация\): включает YOLOv5\YOLOv7\YOLOv8\ Core, исследование улучшений, SwinTransformerV2 и серию Attention. навыки обучения, индивидуальная настройка бизнеса, инженерное развертывание C
Вариационный автокодировщик и условный вариационный автокодировщик на MNIST в PyTorch
Все мои самостоятельно обученные и выпущенные модели масштабирования (upscaling) ИИ. Собрав и применив более 600 различных моделей масштабирования, я научился обучать свои собственные модели, и вот результаты.
Официальный репозиторий статьи CVPR 2022: I M Avatar: Implicit Morphable Head Avatars from Videos
Двуязычные (китайский + английский) шпаргалки для собеседований по ML / LLM / diffusion / agent в рамках осеннего набора специалистов по ИИ — созданы с помощью ARIS /interview-cheatsheet и преобразованы посредством /render-html в одnofайловый HTML, который можно читать где угодно, — а также генератор академических домашних страниц с проверкой фактов по CV→DBLP и самостоятельно написанные блоги большого объёма 🌱
[CVPR 2025] WildGS-SLAM: Монокулярный Gaussian Splatting SLAM в динамических средах
Извлекайте видеопризнаки из необработанных видео с помощью нескольких графических процессоров. Мы поддерживаем потоковые кадры RAFT, а также модели S3D, I3D, R(2+1)D, VGGish, CLIP и TIMM.
[ECCV 2024] Сцена как Гауссианы для семантического предсказания 3D-занятости на основе зрения
[IEEE TGRS 2024] ChangeMamba: Обнаружение изменений в данных дистанционного зондирования на основе пространственно-временной модели пространства состояний
перереализация PWC-Net в PyTorch, соответствующая официальной версии Caffe
Официальная реализация статьи «Towards Faster and Stabilized GAN Training for High-fidelity Few-shot Image Synthesis» на ICLR 2021
SIGKDD'2019: DeepGBM: Фреймворк глубокого обучения, дистиллированный с помощью GBDT для задач онлайн-предсказания
Автоматически разделяйте ваши модели PyTorch на несколько GPU для обучения и инференции
CAIRI Toolbox и Benchmark для обучения визуальным представлениям с учителем, частичным обучением и самообучением
Pippo: Высокодетализированные многоракурсные изображения людей по одному изображению
🚀 Скорость 200×! Инструмент скачивания эпохи ИИ | Полное ускорение Docker/PyPI/HuggingFace/CRAN | Параллельное разделение + интеллектуальный кэш, пусть скачивание взлетает.
SteadyDancer: Гармонизированная и когерентная анимация человеческих изображений с сохранением первого кадра
EMNLP'22 | MedCLIP: Контрастное обучение на непарных медицинских изображениях и текстах
«Chorus» рекомендательных моделей: легкий и гибкий фреймворк PyTorch для Top-K рекомендаций.