#pytorch Репозитории
Всего репозиториев: 1,936
Техники глубокого обучения с использованием спутниковых и аэрофотоснимков
Предварительное обучение с маскировкой целого слова для китайского BERT (серия моделей китайского BERT-wwm)
🦙 LaMa Image Inpainting, устойчивое к разрешению инпейтинг больших масок с использованием сверток Фурье, WACV 2022
PyTorch3D — это библиотека FAIR с переиспользуемыми компонентами для глубокого обучения с 3D-данными
Внедрение системы нейронного оптического понимания Nougat для академических документов
Запускайте LLM дома в стиле BitTorrent. Дообучение и инференс до 10 раз быстрее, чем при выгрузке.
SANA и Sol: эффективные генеративные модели и полнофункциональные движки обучения и инференса для моделирования изображений, видео и мира
Модель SenseVoiceSmall с открытым исходным кодом для распознавания речи на мандаринском, кантонском, английском, японском и корейском языках, идентификации языка, распознавания эмоций и обнаружения аудиособытий.
Сборник обучающих материалов по передовым моделям и методам компьютерного зрения. Изучите всё: от фундаментальных архитектур, таких как ResNet, до новейших моделей, таких как RF-DETR, YOLO11, SAM 3 и Qwen3-VL.
Открытая платформа для инференса языковых, визуальных, эмбеддинговых моделей, моделей переранжирования, изображений, аудио и видео. Развертывайте несколько движков на разнородном оборудовании — от ноутбука до распределенного кластера. Предоставляйте модели через API, совместимые с OpenAI.
Гибкие и мощные операции с тензорами для читаемого и надёжного кода (для PyTorch, JAX, TF и других)
Реализация модели Transformer из "Attention is All You Need" на PyTorch.
ChatRWKV похож на ChatGPT, но работает на языковой модели RWKV (100% RNN) и является открытым исходным кодом.
Легко дообучайте (SFT/RL), оценивайте и развёртывайте Qwen, Gemma или любую открытую агентную LLM/VLM!
Форк so-vits-svc с поддержкой реального времени, улучшенным интерфейсом и дополнительными функциями.
Deeplake — это AI Data Runtime для агентов. Она предоставляет бессерверный Postgres с мультимодальным хранилищем данных, обеспечивая масштабируемый поиск и обучение.
Глубокое универсальное вероятностное программирование с использованием Python и PyTorch
Материалы для лаборатории по MIT 6.S191: Введение в глубокое обучение
Ускорить локальный вывод и тонкую настройку LLM (LLaMA, Mistral, ChatGLM, Qwen, DeepSeek, Mixtral, Gemma, Phi, MiniCPM, Qwen-VL, MiniCPM-V и т.д.) на Intel XPU (например, локальный ПК с iGPU и NPU, дискретные GPU, такие как Arc, Flex и Max); бесшовная интеграция с llama.cpp, Ollama, HuggingFace, LangChain, LlamaIndex, vLLM, DeepSpeed, Axolotl и т.д.
Zero-Shot редактирование речи и преобразование текста в речь в реальных условиях
Доступные большие языковые модели через k-битную квантизацию для PyTorch.
Qwen-Image — это мощная базовая модель для генерации изображений, способная выполнять сложное рендеринг текста и точное редактирование изображений.
Расширяемый набор инструментов для тонкой настройки и вывода больших базовых моделей. Большие модели для всех.
Система оценки и отслеживания позы всего тела нескольких человек в реальном времени с высокой точностью
Ресурс для изучения машинного обучения и глубокого обучения
Background Remover позволяет удалять фон из изображений и видео с помощью ИИ с простым интерфейсом командной строки, который является бесплатным и с открытым исходным кодом.
Реализация в Pytorch техник визуализации свёрточных нейронных сетей
Официальная реализация кода Общей теории оптического распознавания символов: На пути к OCR-2.0 через унифицированную сквозную модель
Прощай скука, посвящено созданию практических маленьких примеров Python. Больше добросовестных уроков Python на https://ai-jupyter.com
Сопутствующий код в «Практическом руководстве по обучению моделей PyTorch»
Открытая инструментальная платформа для восстановления изображений и видео для суперразрешения, шумоподавления, устранения размытости и т.д. В настоящее время включает EDSR, RCAN, SRResNet, SRGAN, ESRGAN, EDVR, BasicVSR, SwinIR, ECBSR и т.д. Также поддерживает StyleGAN2, DFDNet.
Библиотека Python от Stanford NLP для токенизации, сегментации предложений, NER и парсинга множества человеческих языков