#pytorch Репозитории
Всего репозиториев: 1,936
ICPR 2020: Распознавание выражений лиц с использованием сети остаточного маскирования
Обучайте высококачественные диффузионные модели преобразования текста в изображение экономичным способом с точки зрения данных и вычислений
RLGF — это общая тренировочная платформа, подходящая для задач глубокого обучения с подкреплением БПЛА. Она интегрирует множество основных алгоритмов глубокого обучения с подкреплением (SAC, DQN, DDQN, PPO, Dueling DQN, DDPG).
Инструментарий для эффективной сборки и отладки в Python. Особенно для научных вычислений и компьютерного зрения.
Официальный код для статьи ICCV 2021 "Towards Flexible Blind JPEG Artifacts Removal (FBCNN)"
MedLSAM: Модель локализации и сегментации всего для 3D-медицинских изображений
YOLO Magic🪄 — это расширение на базе YOLOv5 от Ultralytics, разработанное для обеспечения более мощной функциональности и более простых операций для визуальных задач.
Официальный репозиторий DAD-3DHeads: Крупномасштабный плотный, точный и разнообразный набор данных для выравнивания 3D-головы по одному изображению (CVPR 2022).
Официальные коды для устного доклада ICCV2021 «Переосмысление подсчета и локализации в толпе: чисто основанная на точках структура»
реализация softmax splatting для дифференцируемого прямого преобразования с использованием PyTorch
Allegro — это код для построения высокомасштабируемых E(3)-эквивариантных межатомных потенциалов
Официальная реализация статьи CVPR2023 "GP-VTON: Towards General Purpose Virtual Try-on via Collaborative Local-Flow Global-Parsing Learning"
Простой пример веб-приложения, обслуживающего модель PyTorch с использованием streamlit и FastAPI
[EMNLP 2023] Предоставление большим языковым моделям возможности генерировать текст с цитатами. Статья: https://arxiv.org/abs/2305.14627
Сеть глубокого сжатия остатков является вариантом глубоких сетей с остатками.
Корейский распознаватель именованных сущностей, созданный с помощью KoBERT и CRF (модель распознавания именованных сущностей на основе BERT+CRF для корейского)
Библиотека для разработки глубоких генеративных моделей более лаконичным, интуитивно понятным и расширяемым способом
[ECCV 2024] DragAnything: Управление движением чего угодно с помощью представления сущностей
Этот репозиторий содержит реализацию на PyTorch статьи: «Обучение глубоких сетей на основе доказательств для количественной оценки неопределенности классификации»
Алгоритм, используемый на photo2pixel.co для преобразования фотографии в пиксель‑арт (8‑бит).
Решение для вращающейся CAPTCHA на основе CNN ✨ Предсказание угла поворота заданного изображения CAPTCHA с помощью CNN
Реализация Perceiver, Perceiver IO и Perceiver AR на PyTorch со скриптами PyTorch Lightning для распределенного обучения
🚀🚀🚀 В этом репозитории представлен список отличных публичных проектов, связанных с CUDA, cuda-python, cuBLAS, cuDNN, CUTLASS, TensorRT, TensorRT-LLM, Triton, TVM, MLIR, PTX и высокопроизводительными вычислениями (HPC).
Облегчение проектирования, сравнения и обмена моделями глубокого сопоставления текста.
Набор инструментов Python для экспериментов с резервуарными вычислениями (Reservoir Computing) и сетями эхо-состояний (Echo State Networks), основанный на PyTorch. EchoTorch — это единственный доступный модуль Python для простого создания моделей глубоких резервуарных вычислений.