الصفحة الرئيسية>المتعلقة بالبرمجة>بايثون
تنزيل
the incredible pytorch

هذه قائمة منسقة من البرامج التعليمية والمشاريع والمكتبات ومقاطع الفيديو والأوراق والكتب وأي شيء يتعلق بـ PyTorch المذهل. لا تتردد في تقديم طلب سحب للمساهمة في هذه القائمة.

جدول المحتويات

  • جدول المحتويات
    • دروس
    • نماذج اللغات الكبيرة (LLMs)
    • البيانات الجدولية
    • التصور
    • قابلية الشرح
    • كشف الكائنات
    • الاعتراف طويل الذيل / خارج التوزيع
    • وظائف التنشيط
    • التعلم القائم على الطاقة
    • البيانات المفقودة
    • بحث الهندسة المعمارية
    • التعلم المستمر
    • تحسين
    • التكميم
    • تعلم الآلة الكمومية
    • ضغط الشبكة العصبية
    • التعرف على الوجه والعمل والوضعية
    • دقة فائقة
    • توليف وجهات النظر
    • صوت
    • طبي
    • التقسيم ثلاثي الأبعاد والتصنيف والانحدار
    • التعرف على الفيديو
    • الشبكات العصبية المتكررة (RNNs)
    • الشبكات العصبية التلافيفية (CNN)
    • التقسيم
    • التعلم الهندسي العميق: الرسم البياني والهياكل غير النظامية
    • فرز
    • شبكات المعادلات التفاضلية العادية
    • التعلم متعدد المهام
    • شبكات GAN وVAEs وAEs
    • التعلم غير الخاضع للرقابة
    • الهجمات العدائية
    • نقل النمط
    • تعليق الصورة
    • محولات
    • شبكات التشابه والوظائف
    • المنطق
    • البرمجة اللغوية العصبية العامة
    • سؤال وجواب
    • توليد الكلام والاعتراف به
    • تصنيف الوثائق والنصوص
    • توليد النص
    • النص إلى الصورة
    • ترجمة
    • تحليل المشاعر
    • التعلم المعزز العميق
    • التعلم العميق والبرمجة الاحتمالية
    • تصاعد الشبكات العصبية
    • كشف الشذوذ
    • أنواع الانحدار
    • سلسلة زمنية
    • مجموعات البيانات الاصطناعية
    • التحسينات العامة للشبكة العصبية
    • تطبيقات DNN في الكيمياء والفيزياء
    • تفكير جديد في هندسة الشبكات العصبية العامة
    • الجبر الخطي
    • تجريد واجهة برمجة التطبيقات
    • المرافق ذات المستوى المنخفض
    • المرافق بايتورش
    • دروس فيديو PyTorch
    • مجتمع
    • ليتم تصنيفها
    • روابط لهذا المستودع
    • المساهمات

دروس

  • دروس PyTorch الرسمية
  • أمثلة PyTorch الرسمية
  • انغمس في التعلم العميق مع PyTorch
  • دورة مصغرة في التعلم العميق باستخدام PyTorch (متعدد اللغات)
  • التعلم العميق العملي مع PyTorch
  • نماذج التعلم العميق
  • تنفيذ البرنامج التعليمي لـ PyTorch باستخدام لغة C++
  • أمثلة بسيطة لتقديم PyTorch
  • دروس مصغرة في PyTorch
  • التعلم العميق للبرمجة اللغوية العصبية
  • دروس التعلم العميق للباحثين
  • تم تنفيذ الشبكات التلافيفية بالكامل باستخدام PyTorch
  • دروس PyTorch البسيطة صفر للجميع
  • نماذج DeepNLP-Pytorch
  • MILA PyTorch دروس الترحيب
  • PyTorch فعال، يعمل على تحسين وقت التشغيل باستخدام TorchScript وتحسين الاستقرار الرقمي
  • PyTorch العملي
  • قالب مشروع PyTorch
  • البحث الدلالي مع PyTorch

نماذج اللغات الكبيرة (LLMs)

  • دروس ماجستير
    • بناء نموذج لغة كبير (من الصفر)
    • كتاب تدريب Hugginface LLM، عبارة عن مجموعة من المنهجيات للمساعدة في التدريب الناجح لنماذج اللغات الكبيرة
  • عام
    • Starcoder 2، عائلة نماذج توليد الأكواد البرمجية
    • GPT استنتاج محول أصلي سريع وقابل للاختراق من pytorch
    • Mixtral Offloading، قم بتشغيل نماذج Mixtral-8x7B في Colab أو أجهزة الكمبيوتر المكتبية الاستهلاكية
    • اللاما
    • وصفات اللاما
    • TinyLlama
    • محولات الفسيفساء المدربة مسبقًا (MPT)
    • VLLM، محرك استدلال وخدمة عالي الإنتاجية وموفر للذاكرة لمدارس LLM
    • دوللي
    • فيكونا
    • ميسترال 7 ب
    • BigDL LLM، مكتبة لتشغيل LLM (نموذج لغة كبير) على Intel XPU (من الكمبيوتر المحمول إلى GPU إلى السحابة) باستخدام INT4 مع زمن انتقال منخفض جدًا1 (لأي نموذج PyTorch)
    • برنامج LLM Finetuner البسيط
    • Petals، قم بتشغيل LLMs في المنزل، بأسلوب BitTorrent، وضبط دقيق واستدلال أسرع بما يصل إلى 10 مرات من التفريغ
  • اليابانية
    • اللاما اليابانية
    • اليابانية GPT Neox و Open Calm
  • الصينية
    • اللاما الصينية -2 7B
    • فيكونا الصينية
  • الجيل المعزز للاسترجاع (RAG)
    • LlamaIndex، إطار بيانات لتطبيق LLM الخاص بك
  • التضمين
    • ChromaDB، قاعدة بيانات التضمين مفتوحة المصدر
  • التطبيقات
    • Langchain، بناء التطبيقات باستخدام LLMs من خلال قابلية التركيب
  • الكون المثالى
    • Huggingface PEFT، ضبط دقيق فعال للمعلمات على أحدث طراز
  • تمرين
    • Higgsfield، تنسيق وحدة معالجة الرسومات (GPU) المتسامح مع الأخطاء والقابل للتطوير بشكل كبير، وإطار التعلم الآلي المصمم لنماذج التدريب التي تحتوي على مليارات إلى تريليونات من المعلمات
  • التكميم
    • AutoGPTQ، حزمة تكميم LLMs سهلة الاستخدام مع واجهات برمجة التطبيقات سهلة الاستخدام، بناءً على خوارزمية GPTQ

البيانات الجدولية

  • إطار PyTorch: إطار معياري للتعلم الجدولي متعدد الوسائط
  • Pytorch Tabular، الإطار القياسي لنمذجة نماذج التعلم العميق للبيانات الجدولية
  • محول علامة التبويب
  • PyTorch-TabNet: التعلم الجدولي اليقظ القابل للتفسير
  • Carefree-Learn: حل بسيط للتعلم الآلي (AutoML) لمجموعات البيانات الجدولية استنادًا إلى PyTorch

التصور

  • تصور الخسارة
  • Grad-CAM: تفسيرات مرئية من الشبكات العميقة عبر التوطين القائم على التدرج
  • الشبكات التلافيفية العميقة: تصور نماذج تصنيف الصور وخرائط الأهمية
  • SmoothGrad: إزالة الضوضاء عن طريق إضافة الضوضاء
  • DeepDream: صور مهلوسة تشبه الحلم
  • FlashTorch: مجموعة أدوات التصور للشبكات العصبية في PyTorch
  • لوسنت: تم تكييف Lucid مع PyTorch
  • DreamCreator: أصبح تدريب نماذج GoogleNet لـ DeepDream باستخدام مجموعات البيانات المخصصة أمرًا بسيطًا
  • تصور خريطة ميزة CNN

قابلية الشرح

  • أشجار القرار المدعومة العصبية
  • تقدير التباين الفعال من البيانات الزمنية
  • التفسيرات الهرمية لتنبؤات الشبكة العصبية
  • Shap، نهج موحد لشرح مخرجات أي نموذج للتعلم الآلي
  • تصور PyTorch لنماذج التعلم العميق المحفوظة .pth باستخدام netron
  • تحويل الشبكة العصبية إلى شجرة قرارات سهلة
  • Captum، مكتبة تفسيرية نموذجية موحدة لـ PyTorch

كشف الكائنات

  • MMDetection أدوات الكشف عن الكائنات
  • معيار قناع R-CNN: أسرع R-CNN وقناع R-CNN في PyTorch 1.0
  • يولو-العالم
  • يولوس
  • يولوف
  • يولوكس
  • YOLov10
  • YOLov9
  • YOLov8
  • يولوف7
  • YOLov6
  • يولوف5
  • يولوف4
  • YOLOv3
  • YOLOv2: الكشف عن الكائنات في الوقت الحقيقي
  • SSD: كاشف MultiBox أحادي اللقطة
  • نماذج كاشفة للكشف عن الأجسام
  • التعرف على الأرقام متعددة الأرقام من صور التجوّل الافتراضي باستخدام الشبكات العصبية التلافيفية العميقة
  • كاشف الحوت
  • محفز.الكشف

الاعتراف طويل الذيل / خارج التوزيع

  • شبكات عصبية قوية توزيعيًا للتحولات الجماعية: حول أهمية التنظيم لتعميم أسوأ الحالات
  • التقليل من المخاطر الثابتة
  • تدريب مصنف معايرة الثقة للكشف عن العينات خارج التوزيع
  • الكشف عن الشذوذ العميق مع التعرض الخارجي
  • اعتراف واسع النطاق وطويل الأمد في عالم مفتوح
  • الكشف المبدئي عن أمثلة خارج التوزيع في الشبكات العصبية
  • تعلم الثقة للكشف عن خارج التوزيع في الشبكات العصبية
  • PyTorch فئة غير متوازنة لأخذ العينات

وظائف التنشيط

  • التنشيط العقلاني - وظائف التنشيط العقلاني القابلة للتعلم

التعلم القائم على الطاقة

  • EBGAN، شبكات GAN القائمة على الطاقة
  • الحد الأقصى لمولدات الإنتروبيا للنماذج المعتمدة على الطاقة

البيانات المفقودة

  • البريطانيون: الإسناد المتكرر ثنائي الاتجاه للسلاسل الزمنية

بحث الهندسة المعمارية

  • كفاءةNetV2
  • كثيف ناس
  • DARTS: بحث عن الهندسة المعمارية التفاضلية
  • البحث الفعال في الهندسة العصبية (ENAS)
  • EfficientNet: إعادة التفكير في قياس نموذج الشبكات العصبية التلافيفية

التعلم المستمر

  • رينات، إعادة التدريب التلقائي للشبكات العصبية

تحسين

  • AccSGD، AdaBound، AdaMod، DiffGrad، Lamb، NovoGrad، RAdam، SGDW، Yogi والمزيد
  • أداة Lookahead Optimizer: خطوة للأمام وخطوة واحدة للخلف
  • رادام، حول تباين معدل التعلم التكيفي وما بعده
  • أكثر من 9000، مقارنة بين RAdam وLookahead وNovograd والمجموعات
  • AdaBound، تدريب بأسرع ما يمكن من آدم بجودة SGD
  • طرق التحسين التكيفي الريماني
  • إل-بفغس
  • OptNet: التحسين التفاضلي كطبقة في الشبكات العصبية
  • تعلم التعلم عن طريق النسب التدرج عن طريق النسب التدرج
  • التعلم المتدرج البديل في الشبكات العصبية المتصاعدة
  • TorchOpt: مكتبة فعالة للتحسين المتنوع

التكميم

  • تكميم القوة المضافة للاثنين: تقسيم فعال وغير منتظم للشبكات العصبية

تعلم الآلة الكمومية

  • Tor10، مكتبة شبكة موتر عامة لمحاكاة الكم في PyTorch
  • PennyLane، مكتبة Python عبر الأنظمة الأساسية لتعلم الآلة الكمومية باستخدام واجهة PyTorch

ضغط الشبكة العصبية

  • ضغط بايزي للتعلم العميق
  • جهاز تقطير الشبكة العصبية من Intel AI Lab: حزمة Python لأبحاث ضغط الشبكة العصبية
  • تعلم الشبكات العصبية المتفرقة من خلال تنظيم L0
  • ضغط مقيد الطاقة للشبكات العصبية العميقة عبر الإسقاط المتناثر الموزون وإخفاء طبقة الإدخال
  • الضرر الذاتي: التقليم المنظم في الأساس الذاتي المعامل كرونيكر
  • تقليم الشبكات العصبية التلافيفية من أجل الاستدلال الفعال للموارد
  • تقليم الشبكات العصبية: هل حان الوقت للقضاء عليها في مهدها؟ (إظهار الشبكات المخفضة تعمل بشكل أفضل)

التعرف على الوجه والعمل والوضعية

  • Facenet: نماذج Pytorch للكشف عن الوجه والتعرف عليه والتي تم تدريبها مسبقًا
  • DGC-Net: شبكة مراسلات هندسية كثيفة
  • مكتبة التعرف على الوجه عالية الأداء على PyTorch
  • FaceBoxes، كاشف الوجه في الوقت الحقيقي لوحدة المعالجة المركزية بدقة عالية
  • إلى أي مدى نحن بعيدون عن حل مشكلة محاذاة الوجه ثنائية وثلاثية الأبعاد؟ (ومجموعة بيانات مكونة من 230.000 من معالم الوجه ثلاثية الأبعاد)
  • تعلم الميزات المكانية والزمانية باستخدام الشبكات المتبقية ثلاثية الأبعاد للتعرف على الإجراءات
  • PyTorch - تقدير وضعية متعددة الأشخاص في الوقت الفعلي
  • SphereFace: تضمين Hypersphere العميق للتعرف على الوجوه
  • GANimation: رسوم متحركة للوجه مدركة تشريحيًا من صورة واحدة
  • Shufflenet V2 من Face++ مع نتائج أفضل من الورق
  • نحو تقدير وضع الإنسان ثلاثي الأبعاد في البرية: نهج ضعيف الإشراف
  • التعلم غير الخاضع للرقابة للعمق وحركة الأنا من الفيديو
  • FlowNet 2.0: تطور تقدير التدفق البصري باستخدام الشبكات العميقة
  • FlowNet: تعلم التدفق البصري باستخدام الشبكات التلافيفية
  • تقدير التدفق البصري باستخدام شبكة الهرم المكاني
  • OpenFace في PyTorch
  • التعرف على الوجه العميق في PyTorch

دقة فائقة

  • الشبكات العميقة المتبقية المحسنة للحصول على دقة فائقة للصورة الواحدة
  • دقة فائقة باستخدام شبكة عصبية تلافيفية فعالة ذات بكسل فرعي
  • الخسائر الإدراكية لنقل النمط في الوقت الفعلي والدقة الفائقة

توليف وجهات النظر

  • NeRF، مجالات الراديان العصبية، تجميع مناظر الرواية لمشاهد معقدة

صوت

  • Google AI VoiceFilter: فصل الصوت المستهدف عن طريق إخفاء الطيف الطيفي المكيف للمتحدث

طبي

  • حديقة الحيوان الطبية، مكتبة تجزئة الصور الطبية ثلاثية الأبعاد متعددة الوسائط في PyTorch
  • U-Net لتجزئة شذوذ FLAIR في التصوير بالرنين المغناطيسي للدماغ
  • التصنيف الجينومي عبر ULMFiT
  • تعمل الشبكات العصبية العميقة على تحسين أداء أخصائيي الأشعة في فحص سرطان الثدي
  • Delira، إطار خفيف الوزن لنماذج التصوير الطبي
  • V-Net: شبكات عصبية تلافيفية بالكامل لتجزئة الصور الطبية الحجمية
  • الشعلة الطبية، إطار التصوير الطبي لPyTorch
  • TorchXRayVision - مكتبة لمجموعات بيانات ونماذج الأشعة السينية للصدر. بما في ذلك النماذج المدربة مسبقا.

التقسيم ثلاثي الأبعاد والتصنيف والانحدار

  • كاولين، مكتبة تسريع أبحاث التعلم العميق ثلاثي الأبعاد
  • PointNet: التعلم العميق على مجموعات النقاط للتصنيف والتجزئة ثلاثية الأبعاد
  • تجزئة ثلاثية الأبعاد باستخدام MONAI وCatalyst

التعرف على الفيديو

  • الرقص على الموسيقى
  • الشيطان في الحواف: تعلم الحدود الدلالية من التعليقات التوضيحية الصاخبة
  • تحليلات الفيديو العميقة
  • PredRNN: الشبكات العصبية المتكررة للتعلم التنبؤي باستخدام LSTMs الزماني المكاني

الشبكات العصبية المتكررة (RNNs)

  • SRU: تدريب شبكات RNN بنفس سرعة شبكات CNN
  • الخلايا العصبية المطلوبة: دمج الهياكل الشجرية في الشبكات العصبية المتكررة
  • متوسط ​​الهبوط التدرج العشوائي مع انخفاض الوزن LSTM
  • تدريب شبكات RNN بنفس سرعة شبكات CNN
  • الشبكة العصبية شبه المتكررة (QRNN)
  • ReSeg: نموذج قائم على الشبكة العصبية المتكررة للتجزئة الدلالية
  • نموذج المتغير الكامن المتكرر للبيانات المتسلسلة (VRNN)
  • تحسين التمثيل الدلالي من شبكات الذاكرة طويلة المدى قصيرة المدى
  • نماذج الشبكة العصبية المتكررة القائمة على الاهتمام للكشف عن النوايا المشتركة وملء الفتحات
  • المقارنات المتكررة اليقظة
  • مجموعة من نماذج التسلسل إلى التسلسل باستخدام PyTorch
    1. نماذج تسلسل الفانيليا إلى التسلسل
    2. نماذج التسلسل القائم على الانتباه إلى التسلسل
    3. آليات انتباه أسرع باستخدام المنتجات النقطية بين الحالات المخفية لجهاز التشفير النهائي وجهاز فك التشفير

الشبكات العصبية التلافيفية (CNN)

  • LegoNet: شبكات عصبية تلافيفية فعالة مع مرشحات Lego
  • MeshCNN، شبكة عصبية تلافيفية مصممة خصيصًا للشبكات المثلثة
  • الإلتفاف الثماني
  • نماذج صور PyTorch، ResNet/ResNeXT، DPN، MobileNet-V3/V2/V1، MNASNet، NAS أحادي المسار، FBNet
  • الشبكات العصبية العميقة مع تلافيفات الصندوق
  • الشبكات المتبقية القابلة للعكس
  • الاختزال العشوائي للاستدلال القابل لضبط التكلفة وتحسين التنظيم في الشبكات التلافيفية
  • تنفيذ أسرع لـ R-CNN
    • تنفيذ آخر أسرع لـ R-CNN
  • إيلاء المزيد من الاهتمام للانتباه: تحسين أداء الشبكات العصبية التلافيفية عن طريق نقل الانتباه
  • نموذج Wide ResNet في PyTorch -DiracNets: تدريب شبكات عصبية عميقة جدًا دون تخطي الاتصالات
  • شبكة عصبية قابلة للتدريب من طرف إلى طرف للتعرف على التسلسل القائم على الصور وتطبيقها على التعرف على نص المشهد
  • دينسينيت فعال
  • استيفاء إطار الفيديو عبر الالتفاف التكيفي القابل للفصل
  • تعلم واصفات الميزات المحلية باستخدام ثلاثة توائم وشبكات عصبية تلافيفية ضحلة
  • الشبكات التلافيفية المتصلة بكثافة
  • شبكات تلافيفية عميقة جدًا للتعرف على الصور على نطاق واسع
  • SqueezeNet: دقة على مستوى AlexNet مع معلمات أقل بمقدار 50 مرة وحجم نموذج أقل من 0.5 ميجابايت
  • التعلم المتبقي العميق للتعرف على الصور
  • تدريب شبكات ResNets الواسعة لـ CIFAR-10 وCIFAR-100 في PyTorch
  • شبكة تلافيفية قابلة للتشوه
  • الأقمشة العصبية التلافيفية
  • الشبكات التلافيفية المشوهة في PyTorch
  • مجموعة ResNet المتوسعة مع التلافيف المتوسعة
  • الكفاح من أجل البساطة: الشبكة التلافيفية بالكامل
  • شبكة LSTM التلافيفية
  • مجموعة كبيرة من نماذج التصنيف المدربة مسبقًا
  • تصنيف صور PyTorch مع مجموعة بيانات Kaggle Dogs vs Cats
  • CIFAR-10 على Pytorch مع VGG وResNet وDenseNet
  • النماذج ومجموعات البيانات الأساسية المُدربة مسبقًا في pytorch (MNIST وSVHN وCIFAR10 وCIFAR100 وSTL10 وAlexNet وVGG16 وVGG19 وResNet وInception وSqueezeNet)
  • NVIDIA/استيفاء الفيديو غير الخاضع للرقابة

التقسيم

  • Detectron2 بواسطة FAIR
  • تجزئة البكسل على مجموعة بيانات VOC2012 باستخدام PyTorch
  • Pywick - مكتبة تدريب على الشبكة العصبية عالية المستوى متضمنة بطاريات لـ Pytorch
  • تحسين التجزئة الدلالية من خلال نشر الفيديو وتخفيف التسمية
  • Super-BPD: اتجاه فائق من الحدود إلى البكسل لتقسيم الصور بسرعة
  • محفز.التجزئة
  • نماذج التجزئة ذات العمود الفقري المدربة مسبقًا

التعلم الهندسي العميق: الرسم البياني والهياكل غير النظامية

  • PyTorch Geometric، ملحق التعلم العميق
  • PyTorch Geometric Temporal: مكتبة ملحقة مؤقتة لـ PyTorch Geometric
  • PyTorch Geometric Signed Directed: مكتبة ملحقة موقعة وموجهة لـ PyTorch Geometric
  • ChemicalX: مكتبة التعلم العميق المستندة إلى PyTorch لتسجيل نقاط أزواج الأدوية
  • تجميع الرسم البياني للانتباه الذاتي
  • الشبكات العصبية للرسم البياني المدرك للموضع
  • الرسم البياني الموقع الشبكة العصبية التلافيفية
  • الرسم البياني U-شبكات
  • Cluster-GCN: خوارزمية فعالة لتدريب الشبكات التلافيفية ذات الرسم البياني العميق والكبير
  • MixHop: بنيات تلافيفية للرسم البياني عالي الترتيب عبر خلط الأحياء المتفرقة
  • تصنيف الرسم البياني شبه الخاضع للإشراف: منظور الرسم البياني الهرمي
  • PyTorch BigGraph من FAIR لإنشاء التضمينات من بيانات الرسم البياني واسعة النطاق
  • الشبكة العصبية لرسم الكبسولة
  • الفاصل: تمثيلات عقدة التعلم التي تلتقط سياقات اجتماعية متعددة
  • طبقة تلافيفية للرسم البياني ذو الترتيب الأعلى
  • التنبؤ ثم النشر: تتوافق الشبكات العصبية للرسم البياني مع نظام تصنيف الصفحات المخصص
  • تضمينات لورنتز: تعلم التسلسلات الهرمية المستمرة في الفضاء الزائدي
  • الرسم البياني للشبكة العصبية المويجات
  • شاهد خطوتك: تعلم تضمينات العقدة عبر الرسم البياني
  • شبكة تلافيفية للرسم البياني الموقع
  • تصنيف الرسم البياني باستخدام الاهتمام الهيكلي
  • SimGNN: نهج الشبكة العصبية لحساب تشابه الرسم البياني السريع
  • SINE: تضمين شبكة غير مكتمل وقابل للتطوير
  • Hypernet: تضمينات الرسم البياني المعرفي للشبكة التشعبية
  • تاكر: تحليل الموتر لاستكمال الرسم البياني للمعرفة
  • PyKEEN: مكتبة بايثون لتعلم وتقييم تضمينات الرسم البياني المعرفي
  • شبكات اكتشاف باثفايندر لتمرير الرسائل العصبية
  • SSSNET: مجموعات الشبكات الموقعة شبه الخاضعة للإشراف
  • MagNet: شبكة عصبية للرسوم البيانية الموجهة
  • PyTorch Geopooling: وحدات التجميع الجغرافي المكاني للشبكات العصبية في PyTorch

فرز

  • التحسين العشوائي لفرز الشبكات من خلال الاسترخاء المستمر

شبكات المعادلات التفاضلية العادية

  • ODEs الكامنة للسلاسل الزمنية غير المنتظمة
  • GRU-ODE-Bayes: النمذجة المستمرة للسلاسل الزمنية التي يتم رصدها بشكل متقطع

التعلم متعدد المهام

  • نموذج التعلم الهرمي متعدد المهام
  • نموذج التعلم الشامل القائم على المهام
  • torchMTL: وحدة خفيفة الوزن للتعلم متعدد المهام في pytorch

شبكات GAN وVAEs وAEs

  • BigGAN: تدريب GAN واسع النطاق لتركيب الصور الطبيعية عالي الدقة
  • مقاييس أداء عالية الدقة للنماذج التوليدية في PyTorch
  • تقليد، مكتبة PyTorch لاستنساخ أبحاث GAN
  • تنظيف CycleGAN القابلة للقراءة
  • ستارجان
  • منع تدفق الانحدار الذاتي العصبي
  • تركيب صور عالية الدقة والتلاعب الدلالي باستخدام شبكات GAN الشرطية
  • بنية المولدات القائمة على الأسلوب لشبكات الخصومة التوليدية
  • GANDissect، أداة PyTorch لتصور الخلايا العصبية في شبكات GAN
  • تعلم التمثيلات العميقة من خلال تقدير المعلومات المتبادلة وتعظيمها
  • أجهزة التشفير التلقائي لابلاس المتغيرة
  • VeGANS، مكتبة لتدريب شبكات GAN بسهولة
  • النمو التدريجي لشبكات GAN لتحسين الجودة والاستقرار والتنوع
  • شبكة جان المشروطة
  • فاسرشتاين غان
  • شبكة المولدات والتشفير العدائية
  • ترجمة صورة إلى صورة باستخدام شبكات الخصومة المشروطة
  • ترجمة غير مقترنة من صورة إلى صورة باستخدام شبكات الخصومة المتسقة مع الدورة
  • حول تأثيرات تطبيع الدفعة والوزن في شبكات الخصومة التوليدية
  • تحسين تدريب شبكات Wasserstein GAN
  • مجموعة من النماذج التوليدية باستخدام PyTorch
    • شبكات الخصومة التوليدية (GAN)
      1. الفانيليا غان
      2. شبكة جان المشروطة
      3. معلومات
      4. فاسرشتاين غان
      5. وضع GAN المنظم
    • التشفير التلقائي المتغير (VAE)
      1. الفانيليا VAE
      2. ضريبة القيمة المضافة المشروطة
      3. تقليل الضوضاء VAE
      4. التشفير التلقائي العدائي
      5. بايز المتباينة العدائية
  • تحسين تدريب شبكات Wasserstein GAN
  • CycleGAN وGAN شبه الخاضعة للإشراف
  • تحسين أجهزة التشفير التلقائي المتغيرة باستخدام التدفق المنزلي واستخدام التدفق الخطي العكسي التلقائي العكسي
  • مجموعة PyTorch GAN
  • شبكات الخصومة التوليدية، مع التركيز على رسم وجه الأنمي
  • شبكات الخصومة التوليدية البسيطة
  • أجهزة الترميز التلقائي العدائية
  • torchgan: إطار عمل لنمذجة شبكات الخصومة التوليدية في Pytorch
  • تقييم معدلات الضغط مع فقدان البيانات للنماذج التوليدية العميقة
  • محفز.GAN
    1. الفانيليا غان
    2. شبكة جان المشروطة
    3. فاسرشتاين غان
    4. تحسين تدريب شبكات Wasserstein GAN

التعلم غير الخاضع للرقابة

  • تعلم التضمين غير الخاضع للرقابة عبر ميزة المثيلات الثابتة والمنتشرة
  • و: اكتشاف حي المرساة

الهجمات العدائية

  • الشبكات العصبية العميقة يمكن خداعها بسهولة: تنبؤات عالية الثقة للصور التي لا يمكن التعرف عليها
  • شرح وتسخير الأمثلة العدائية
  • AdverTorch - مجموعة أدوات لأبحاث المتانة الخصومية

نقل النمط

  • Pystiche: إطار لنقل النمط العصبي
  • الكشف عن الأمثلة العدائية عن طريق البصمات العصبية
  • خوارزمية عصبية للأسلوب الفني
  • شبكة توليدية متعددة الأنماط للنقل في الوقت الفعلي
  • DeOldify، تلوين الصور القديمة
  • نقل النمط العصبي
  • نقل سريع للنمط العصبي
  • ارسم مثل بوب روس

تعليق الصورة

  • CLIP (التدريب المسبق على اللغة المقارنة والصورة)
  • Neuraltalk 2، نموذج التسميات التوضيحية للصورة، في PyTorch
  • قم بإنشاء تسميات توضيحية من صورة باستخدام PyTorch
  • DenseCap: شبكات التعريب التلافيفية بالكامل للتسميات التوضيحية الكثيفة

محولات

  • الاهتمام هو كل ما تحتاجه
  • شبكات المحولات المكانية

شبكات التشابه والوظائف

  • شبكات التشابه الشرطية

المنطق

  • استنتاج وتنفيذ برامج للاستدلال البصري

البرمجة اللغوية العصبية العامة

  • nanoGPT، أسرع مستودع للتدريب/ضبط GPTs متوسطة الحجم
  • minGPT، إعادة تنفيذ GPT لتكون صغيرة ونظيفة وقابلة للتفسير وتعليمية
  • إسبرسو، مجموعة أدوات التعرف التلقائي على الكلام العصبية
  • تمثيل المستندات مع مراعاة الملصقات من خلال الاهتمام المختلط لتصنيف النص الفائق متعدد الملصقات
  • XLNet
  • المحادثة عن طريق القراءة: محادثة عصبية محتوى مع القراءة الآلية عند الطلب
  • التدريب المسبق على نموذج اللغة عبر اللغات
  • ترجمة مكتب Libre عبر PyTorch NMT
  • بيرت
  • VSE++: التضمينات المرئية الدلالية المحسنة
  • تضمين جملة منظمة للانتباه الذاتي
  • نموذج وضع العلامات التسلسل العصبي
  • تخطي ناقلات الفكر
  • مجموعة كاملة لتدريب نماذج Seq2Seq في PyTorch
  • MUSE: عمليات التضمين متعددة اللغات وغير الخاضعة للإشراف
  • TorchMoji: تنفيذ PyTorch لـ DeepMoji ضمن اللغة المستخدمة للتعبير عن المشاعر

سؤال وجواب

  • الإجابة على الأسئلة البصرية في Pytorch
  • قراءة ويكيبيديا للإجابة على أسئلة المجال المفتوح
  • صفقة أم لا صفقة؟ التعلم الشامل لحوارات التفاوض
  • العد القابل للتفسير للإجابة على الأسئلة البصرية
  • Chatbot مفتوح المصدر مع PyTorch

توليد الكلام والاعتراف به

  • مجموعة أدوات التعرف على الكلام PyTorch-Kaldi
  • WaveGlow: شبكة توليدية تعتمد على التدفق لتركيب الكلام
  • أوبن إن إم تي
  • الكلام العميق 2: التعرف على الكلام من طرف إلى طرف باللغتين الإنجليزية والماندرين
  • WeNet: الإنتاج أولاً ومجموعة أدوات التعرف على الكلام الجاهزة للإنتاج

تصنيف الوثائق والنصوص

  • شبكة الاهتمام الهرمي لتصنيف الوثائق
  • شبكات الاهتمام الهرمية لتصنيف الوثائق
  • تصنيف النص على أساس CNN

توليد النص

  • جيل الشعر Pytorch

النص إلى الصورة

  • انتشار مستقر
  • دال-E 2
  • دال-E

ترجمة

  • نظام الترجمة الآلية العصبية (NMT) مفتوح المصدر (MIT).

تحليل المشاعر

  • الشبكات العصبية المتكررة لتحليل المشاعر (على أساس الجانب) على SemEval 2014
  • تحليل نية Seq2Seq
  • Finetuning BERT لتحليل المشاعر

التعلم المعزز العميق

  • تكبير الصورة هو كل ما تحتاجه: تنظيم التعلم المعزز العميق من وحدات البكسل
  • التنقيب عن طريق التقطير الشبكي العشوائي
  • EGG: ظهور اللغة في الألعاب، التنفيذ السريع للألعاب متعددة الوكلاء من خلال اتصال القنوات المنفصلة
  • الفرق الزمني VAE
  • وكيل Atari A3C عالي الأداء في 180 خطًا من PyTorch
  • تعلم متى يتم التواصل على نطاق واسع في المهام التعاونية والتنافسية متعددة الوكلاء
  • الممثل-الانتباه-الناقد للتعلم المعزز متعدد الوكلاء
  • PPO في PyTorch C++
  • التعلم المعزز للترجمة الآلية العصبية لقطاع الطرق من خلال محاكاة ردود الفعل البشرية
  • الطرق غير المتزامنة للتعلم المعزز العميق
  • التعلم العميق المستمر مع التسريع القائم على النموذج
  • الطرق غير المتزامنة للتعلم المعزز العميق لـ Atari 2600
  • تحسين سياسة منطقة الثقة
  • التحسين التوافقي العصبي مع التعلم المعزز
  • شبكات صاخبة للاستكشاف
  • تحسين السياسة القريبة الموزعة
  • تعزيز نماذج التعلم في بيئة ViZDoom باستخدام PyTorch
  • تعزيز نماذج التعلم باستخدام Gym وPytorch
  • SLM-Lab: إطار التعلم المعزز العميق المعياري في PyTorch
  • محفز.RL

التعلم العميق والبرمجة الاحتمالية

  • BatchBALD: اكتساب دفعة فعالة ومتنوعة للتعلم النشط بايزي العميق
  • استنتاج الفضاء الجزئي للتعلم العميق بايزي
  • التعلم العميق بايزي مع حزمة الاستدلال المتغير
  • البرمجة الاحتمالية والاستدلال الإحصائي في PyTorch
  • CNN الافتراضية مع الاستدلال المتغير في PyTorch

تصاعد الشبكات العصبية

  • نورس، مكتبة التعلم العميق باستخدام الشبكات العصبية المتصاعدة

كشف الشذوذ

  • اكتشاف الانحرافات المحاسبية باستخدام الشبكات العصبية ذات التشفير التلقائي العميق

أنواع الانحدار

  • الانحدار الكمي DQN

سلسلة زمنية

  • شبكة مزدوجة الاهتمام الذاتي للتنبؤ بالسلاسل الزمنية متعددة المتغيرات
  • التمدد: فقدان التشويه بالشكل والزمن
  • التشفير التلقائي المتكرر المتغير لتجميع السلاسل الزمنية
  • الشبكات العصبية المكانية والزمانية لنمذجة سلسلة الزمان والمكان واكتشاف العلاقات
  • توقعات التدفق: التعلم العميق لإطار التنبؤ بالسلاسل الزمنية المدمج في PyTorch

مجموعات البيانات الاصطناعية

  • ميتا سيم: تعلم كيفية إنشاء مجموعات البيانات الاصطناعية

التحسينات العامة للشبكة العصبية

  • BatchNorm المنشط في المكان للتدريب المحسن للذاكرة لشبكات DNN
  • تدريب لفترة أطول، وتعميم أفضل: سد فجوة التعميم في تدريب دفعة كبيرة من الشبكات العصبية
  • FreezeOut: تسريع التدريب عن طريق تجميد الطبقات تدريجيًا
  • الخلايا العصبية العشوائية الثنائية
  • التجميع الثنائي المدمج
  • التدريب الدقيق المختلط في PyTorch

تطبيقات DNN في الكيمياء والفيزياء

  • فيزياء الموجة كشبكة عصبية تناظرية متكررة
  • تمرير الرسائل العصبية لكيمياء الكم
  • التصميم الكيميائي التلقائي باستخدام التمثيل المستمر القائم على البيانات للجزيئات
  • التعلم العميق للعمليات الفيزيائية: دمج المعرفة العلمية السابقة
  • المحاكاة الجزيئية التفاضلية للتعلم والتحكم

تفكير جديد في هندسة الشبكات العصبية العامة

  • تكملة التدريب الموضوعي
  • الواجهات العصبية المنفصلة باستخدام التدرجات الاصطناعية

الجبر الخطي

  • المتجهات الذاتية من القيم الذاتية

تجريد واجهة برمجة التطبيقات

  • طبقات الشعلة، استنتاج الشكل لطبقات PyTorch، وSOTA
  • Hummingbird، قم بتشغيل نماذج scikit-learn المدربة على وحدة معالجة الرسومات باستخدام PyTorch

المرافق ذات المستوى المنخفض

  • TorchSharp، .NET API مع إمكانية الوصول إلى المكتبة الأساسية التي تعمل على تشغيل PyTorch

المرافق بايتورش

  • Functorch: نموذج أولي لمحولات وظيفية قابلة للتركيب تشبه JAX لـ PyTorch
  • بوتين: إطار مبسط لتدريب الشبكات العصبية
  • التعلم المتري PyTorch
  • Kornia: مكتبة رؤية حاسوبية مختلفة مفتوحة المصدر لـ PyTorch
  • حقيبة الظهر لاستخراج التباين والقطري لغاوس نيوتن وKFAC بسهولة
  • PyHessian لحساب القيم الذاتية لـ Hessian، وتتبع المصفوفة، وESD
  • هسه في PyTorch
  • طبقات محدبة متباينة
  • الألبومات: مكتبة تكبير الصور السريعة
  • أعلى، احصل على تدرجات أعلى من حيث الخسائر التي تمتد إلى حلقات التدريب
  • خط الأنابيب العصبي، خط أنابيب التدريب لـ PyTorch
  • أداة تعريف نموذج PyTorch طبقة تلو الأخرى للتحقق من استهلاك وقت النموذج
  • توزيعات متفرقة
  • يضيف Diffdist دعمًا للاتصالات التفاضلية مما يسمح بتوازي النماذج الموزعة
  • HessianFlow، مكتبة الخوارزميات القائمة على Hessian
  • Texar، مجموعة أدوات PyTorch لإنشاء النص
  • عداد PyTorch FLOPs
  • استنتاج PyTorch على C++ في نظام التشغيل Windows
  • EuclidesDB، قاعدة بيانات ميزات التعلم الآلي متعددة النماذج
  • زيادة البيانات وأخذ العينات لـ Pytorch
  • PyText، إطار عمل نمذجة البرمجة اللغوية العصبية (NLP) القائم على التعلم العميق والذي تم الحفاظ عليه رسميًا بواسطة FAIR
  • Torchstat للإحصائيات على نماذج PyTorch
  • قم بتحميل الملفات الصوتية مباشرة إلى PyTorch Tensors
  • تهيئة الوزن
  • المحول المكاني المطبق في PyTorch
  • PyTorch AWS AMI، قم بتشغيل PyTorch مع دعم GPU في أقل من 5 دقائق
  • استخدم لوح الشد مع PyTorch
  • وحدة Simple Fit في PyTorch، تشبه Keras
  • torchbearer: مكتبة نموذجية مناسبة لـ PyTorch
  • محول نموذج PyTorch إلى Keras
  • محول نموذج Gluon إلى PyTorch مع إنشاء الكود
  • Catalyst: أدوات مساعدة عالية المستوى لأبحاث PyTorch DL & RL
  • PyTorch Lightning: إطار بحث للتعلم العميق قابل للتطوير وخفيف الوزن
  • مصمم: منصة تعلم عميقة قابلة للتطوير مع دعم PyTorch
  • PyTorch-Ignite: مكتبة عالية المستوى للمساعدة في تدريب وتقييم الشبكات العصبية في PyTorch بمرونة وشفافية
  • torchvision: حزمة تتكون من مجموعات بيانات شائعة، وبنيات نموذجية، وتحويلات صور شائعة لرؤية الكمبيوتر.
  • Poutyne: إطار عمل يشبه Keras لـ PyTorch ويتعامل مع الكثير من التعليمات البرمجية المعيارية اللازمة لتدريب الشبكات العصبية.
  • torchensemble: Scikit-Learn مثل أساليب المجموعة في PyTorch
  • TorchFix - أداة مساعدة لرمز PyTorch مع دعم الإصلاح التلقائي

دروس فيديو PyTorch

  • PyTorch Zero لجميع المحاضرات
  • دورة PyTorch للتعلم العميق كاملة
  • PyTorch Lightning 101 مع ألفريدو كانزياني وويليام فالكون
  • التعلم العميق العملي مع PyTorch

مجتمع

  • منتدى مناقشة PyTorch
  • علامات StackOverflow PyTorch
  • محفز.سلاك

ليتم تصنيفها

  • الشبكات العصبية المضطربة
  • دقة الشبكة العصبية المحتملة
  • توسيع نطاق تحويل التشتت: الشبكات الهجينة العميقة
  • CortexNet: عائلة شبكة عامة للتمثيلات الزمنية المرئية القوية
  • شبكات الاستجابة الموجهة
  • شبكات الضغط النقابي
  • الكلارينيت
  • تحويلات المويجات المستمرة
  • الخلط: ما وراء التقليل من المخاطر التجريبية
  • الشبكة في الشبكة
  • شبكات الطرق السريعة
  • الحوسبة الهجينة باستخدام شبكة عصبية ذات ذاكرة خارجية ديناميكية
  • شبكات تكرار القيمة
  • الكمبيوتر العصبي التفاضلي
  • التمثيل العصبي للرسومات التخطيطية
  • فهم تمثيلات الصور العميقة عن طريق عكسها
  • نيما: تقييم الصورة العصبية
  • NASNet-A-Mobile. الأوزان المنقولة
  • نموذج توليد كود الرسومات باستخدام المعالجة

روابط لهذا المستودع

  • مستودع جيثب
  • موقع إلكتروني

المساهمات

لا تتردد في المساهمة!

يمكنك إثارة مشكلة أو تقديم طلب سحب، أيهما أكثر ملاءمة لك. المبدأ التوجيهي بسيط: ما عليك سوى اتباع تنسيق النقطة السابقة أو إنشاء قسم جديد إذا كانت فئة جديدة.

يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل