قائمة رهيبة Pytorch
محتويات
- Pytorch والمكتبات ذات الصلة
- البرمجة اللغوية العصبية ومعالجة الكلام
- رؤية الكمبيوتر
- المكتبات الاحتمالية/التوليدية
- مكتبات أخرى
- الدروس والكتب والأمثلة
- تطبيقات الورق
- المحادثات والمؤتمرات
- بيتورتش في مكان آخر
Pytorch والمكتبات ذات الصلة
- pytorch: Tensors والشبكات العصبية الديناميكية في Python مع تسريع قوي لوحدة معالجة الرسومات.
- Captum: قابلية التفسير والفهم النموذجي لـ PyTorch.
البرمجة اللغوية العصبية ومعالجة الكلام:
- نص pytorch: محتويات ذات صلة بنص الشعلة.
- pytorch-seq2seq: إطار عمل لنماذج التسلسل إلى التسلسل (seq2seq) المطبقة في PyTorch.
- anuvada: نماذج قابلة للتفسير للبرمجة اللغوية العصبية باستخدام PyTorch.
- الصوت: إدخال/إخراج صوتي بسيط لـ pytorch.
- حلقة: طريقة لتوليد الكلام عبر مكبرات صوت متعددة
- fairseq-py: مجموعة أدوات تسلسل إلى تسلسل لأبحاث Facebook AI مكتوبة بلغة بايثون.
- الكلام: تنفيذ PyTorch ASR.
- OpenNMT-py: الترجمة الآلية العصبية مفتوحة المصدر في PyTorch http://opennmt.net
- neuralcoref: دقة مرجعية حديثة تعتمد على الشبكات العصبية وspaCy Huggingface.co/coref
- اكتشاف المشاعر: نمذجة اللغة غير الخاضعة للرقابة على نطاق واسع لتصنيف المشاعر القوي.
- MUSE: مكتبة لتضمين الكلمات متعددة اللغات غير الخاضعة للإشراف أو الخاضعة للإشراف
- nmtpytorch: إطار عمل الترجمة الآلية العصبية في PyTorch.
- pytorch-wavenet: تطبيق WaveNet مع الجيل السريع
- Tacotron-Pytorch: Tacotron: نحو تركيب الكلام من طرف إلى طرف.
- AllenNLP: مكتبة أبحاث البرمجة اللغوية العصبية مفتوحة المصدر، مبنية على PyTorch.
- PyTorch-NLP: الأدوات المساعدة النصية ومجموعات البيانات لـ PyTorch pytorchnlp.readthedocs.io
- Quick-nlp: مكتبة Pytorch NLP المبنية على FastAI.
- TTS: التعلم العميق لـ Text2Speech
- الليزر: تمثيلات الجملة اللاأدرية للغة
- pyannote-audio: اللبنات الأساسية العصبية لتدوين المتحدث: اكتشاف نشاط الكلام، اكتشاف تغيير المتحدث، تضمين المتحدث
- جنسن: تعلم تمثيلات الجملة الموزعة للأغراض العامة من خلال التعلم متعدد المهام على نطاق واسع.
- ترجمة: ترجمة - مكتبة لغة PyTorch.
- espnet: مجموعة أدوات معالجة الكلام الشاملة espnet.github.io/espnet
- pythia: مجموعة برامج للإجابة على الأسئلة المرئية
- UnsupervisedMT: الترجمة الآلية المعتمدة على العبارات والترجمة العصبية غير الخاضعة للرقابة.
- jiant: مجموعة أدوات تعلم تمثيل الجملة jiant.
- BERT-PyTorch: تنفيذ Pytorch لـ BERT لعام 2018 من Google AI، مع تعليق توضيحي بسيط
- InferSent: تضمينات الجملة (InferSent) وكود التدريب لـ NLI.
- uis-rnn:هذه هي المكتبة الخاصة بخوارزمية الشبكة العصبية المتكررة غير المحدودة ذات الحالة المتداخلة (UIS-RNN)، والتي تتوافق مع الورقة البحثية Fully Supervised المتحدث Diarization. arxiv.org/abs/1810.04719
- الذوق: إطار بسيط جدًا لمعالجة اللغات الطبيعية الحديثة (NLP)
- pytext: إطار عمل لنمذجة اللغة الطبيعية يعتمد على PyTorch fb.me/pytextdocs
- voicefilter: تطبيق PyTorch غير الرسمي لنظام VoiceFilter الخاص بـ Google AI http://swpark.me/voicefilter
- بيرت-نير: Pytorch-المسمى-الكيان-الاعتراف-مع-بيرت.
- Transfer-nlp: مكتبة البرمجة اللغوية العصبية مصممة للبحث والتطوير المرن
- texar-pytorch: مجموعة أدوات للتعلم الآلي وإنشاء النصوص، في PyTorch texar.io
- pytorch-kaldi: pytorch-kaldi هو مشروع لتطوير أنظمة التعرف على الكلام الهجينة DNN/RNN الحديثة. تتم إدارة جزء DNN بواسطة pytorch، بينما يتم تنفيذ استخراج الميزات وحساب الملصقات وفك التشفير باستخدام مجموعة أدوات kaldi.
- نيمو: الوحدات العصبية: مجموعة أدوات للذكاء الاصطناعي التحادثي nvidia.github.io/NeMo
- pytorch-struct: مكتبة للتطبيقات الموجهة لخوارزميات التنبؤ الأساسية المنظمة (HMM، Dep Trees، CKY، ..،)
- إسبرسو: إسبرسو: مجموعة أدوات سريعة للتعرف على الكلام العصبي من طرف إلى طرف
- المحولات: المعانقة المحولات: أحدث معالجة للغات الطبيعية لـ TensorFlow 2.0 وPyTorch. Huggingface.co/transformers
- Reformer-Pytorch: المصلح، المحول الفعال، في Pytorch
- مقاييس الشعلة: مقاييس لتقييم النموذج في pytorch
- SpeechBrain: SpeechBrain عبارة عن مجموعة أدوات كلام مفتوحة المصدر ومتكاملة تعتمد على PyTorch.
- Backprop: يجعل Backprop من السهل استخدام نماذج ML الحديثة وضبطها ونشرها.
السيرة الذاتية:
- رؤية pytorch: مجموعات البيانات والتحويلات والنماذج الخاصة برؤية الكمبيوتر.
- pt-styletransfer: نقل النمط العصبي كفئة في PyTorch.
- OpenFacePytorch: وحدة PyTorch لاستخدام نموذج OpenFace nn4.small2.v1.t7
- img_classification_pk_pytorch: مقارنة نماذج تصنيف الصور الخاصة بك بسرعة مع النماذج الحديثة (مثل DenseNet، وResNet، ...)
- SparseConvNet: شبكات تلافيفية متفرقة فرعية.
- Convolution_LSTM_pytorch: وحدة LSTM ملتوية متعددة الطبقات
- محاذاة الوجه: تم إنشاء مكتبة محاذاة الوجه ثنائية وثلاثية الأبعاد باستخدام pytorch adrianbulat.com
- تجزئة pytorch الدلالية: PyTorch للتجزئة الدلالية.
- RoIAlign.pytorch: هذه نسخة PyTorch من RoIAlign. يعتمد هذا التنفيذ على Crop_and_resize ويدعم كلا من الأمام والخلف على وحدة المعالجة المركزية ووحدة معالجة الرسومات.
- pytorch-cnn-finetune: ضبط الشبكات العصبية التلافيفية المدربة مسبقًا باستخدام PyTorch.
- Detectorch: Detectorch - كاشف لPyTorch
- Augmentor: مكتبة تكبير الصور في بايثون للتعلم الآلي. http://augmentor.readthedocs.io
- s2cnn: تحتوي هذه المكتبة على تطبيق PyTorch لشبكات CNN المكافئة SO(3) للإشارات الكروية (مثل الكاميرات متعددة الاتجاهات والإشارات الموجودة على الكرة الأرضية)
- TorchCV: إطار عمل قائم على PyTorch للتعلم العميق في رؤية الكمبيوتر.
- Maskrcnn-benchmark: تنفيذ مرجعي معياري سريع لخوارزميات تجزئة المثيلات واكتشاف الكائنات في PyTorch.
- image-classification-mobile: مجموعة من نماذج التصنيف التي تم تدريبها مسبقًا على ImageNet-1K.
- Medicaltorch: إطار تصوير طبي لـ Pytorch http://medicaltorch.readthedocs.io
- ألبومات: مكتبة تكبير الصور السريعة.
- كورنيا: مكتبة الرؤية الحاسوبية المتباينة.
- pytorch-text-recognition: مجموعة التعرف على النص - CRAFT + CRNN.
- Facenet-Pytorch: نماذج Pytorch المُدربة مسبقًا للكشف عن الوجه والتعرف عليه، والتي تم نقلها من davidsandberg/facenet.
- Detectron2: Detectron2 هي منصة أبحاث الجيل التالي من FAIR للكشف عن الكائنات وتقسيمها.
- vedaseg: إطار تجزئة الدلالي بواسطة pyotrch
- ClassyVision: إطار عمل PyTorch شامل لتصنيف الصور والفيديو.
- Detecto: رؤية الكمبيوتر في بايثون مع أقل من 10 أسطر من التعليمات البرمجية
- pytorch3d: PyTorch3D هي مكتبة FAIR للمكونات القابلة لإعادة الاستخدام للتعلم العميق باستخدام البيانات ثلاثية الأبعاد pytorch3d.org
- MMDetection: MMDetection عبارة عن صندوق أدوات مفتوح المصدر للكشف عن الكائنات، وهو جزء من مشروع OpenMMLab.
- الحلم العصبي: تطبيق PyTorch لخوارزمية DeepDream. يخلق مرئيات هلوسة تشبه الحلم.
- FlashTorch: مجموعة أدوات التصور للشبكات العصبية في PyTorch!
- Lucent: تم تكييف Tensorflow وOpenAI Clarity’s Lucid مع PyTorch.
- MMDetection3D: MMDetection3D هو منصة الجيل التالي من OpenMMLab للكشف العام عن الكائنات ثلاثية الأبعاد، وهو جزء من مشروع OpenMMLab.
- MMSegmentation: MMSegmentation عبارة عن مجموعة أدوات ومعيار للتجزئة الدلالية، وهي جزء من مشروع OpenMMLab.
- MMEditing: MMEditing عبارة عن صندوق أدوات لتحرير الصور والفيديو، وهو جزء من مشروع OpenMMLab.
- MMAction2: MMAction2 هو الجيل القادم من أدوات فهم الإجراء والمعيار القياسي لـ OpenMMLab، وهو جزء من مشروع OpenMMLab.
- MMPose: MMPose عبارة عن مجموعة أدوات ومعيار لتقدير الوضع، وهو جزء من مشروع OpenMMLab.
- بخفة - بخفة هو إطار عمل لرؤية الكمبيوتر للتعلم الخاضع للإشراف الذاتي.
- RoMa: مكتبة خفيفة الوزن وفعالة للتعامل مع عمليات التدوير ثلاثية الأبعاد.
المكتبات الاحتمالية/التوليدية:
- ptstat: البرمجة الاحتمالية والاستدلال الإحصائي في PyTorch
- pyro: برمجة احتمالية عالمية عميقة باستخدام Python وPyTorch http://pyro.ai
- probtorch: Probabilistic Torch هي مكتبة للنماذج التوليدية العميقة التي تمتد إلى PyTorch.
- paysage: التعلم غير الخاضع للرقابة والنماذج التوليدية في بيثون/pytorch.
- pyvarinf: حزمة Python تسهل استخدام أساليب التعلم العميق الافتراضية مع الاستدلال المتغير لـ PyTorch.
- pyprob: مكتبة مبنية على PyTorch للبرمجة الاحتمالية وتجميع الاستدلال.
- mia: مكتبة لتشغيل هجمات استدلال العضوية ضد نماذج تعلم الآلة.
- pro_gan_pytorch: تم تنفيذ حزمة ProGAN كامتداد لـ PyTorch nn.Module.
- botorch: تحسين بايزي في PyTorch
مكتبات أخرى:
- إضافات pytorch: بعض الميزات الإضافية لـ pytorch.
- حديقة الحيوان الوظيفية: PyTorch، على عكس lua torch، يحتوي على autograd في جوهره، لذا فإن استخدام البنية المعيارية لوحدات torch.nn ليس ضروريًا، يمكن للمرء بسهولة تخصيص المتغيرات المطلوبة وكتابة وظيفة تستخدمها، والتي تكون في بعض الأحيان أكثر ملاءمة. يحتوي هذا الريبو على تعريفات النماذج بهذه الطريقة الوظيفية، مع أوزان مدربة مسبقًا لبعض النماذج.
- أخذ عينات الشعلة: توفر هذه الحزمة مجموعة من التحويلات وهياكل البيانات لأخذ العينات من البيانات الموجودة في الذاكرة أو البيانات خارج الذاكرة.
- torchcraft-py: غلاف Python لـ TorchCraft، وهو جسر بين Torch وStarCraft لأبحاث الذكاء الاصطناعي.
- aorun: يعتزم Aorun أن يكون Keras مع PyTorch كواجهة خلفية.
- المسجل: مسجل بسيط للتجارب.
- PyTorch-docset: PyTorch docset! استخدمه مع Dash أو Zeal أو Velocity أو LovelyDocs.
- Convert_torch_to_pytorch: تحويل نموذج الشعلة t7 إلى نموذج ومصدر pytorch.
- pretrained-models.pytorch: الهدف من هذا الريبو هو المساعدة في إعادة إنتاج نتائج الأوراق البحثية.
- pytorch_fft: غلاف PyTorch لـ FFTs
- caffe_to_torch_to_pytorch
- pytorch-extension: هذا هو امتداد CUDA لـ PyTorch الذي يحسب منتج Hadamard لموترين.
- Tensorboard-pytorch: تحفظ هذه الوحدة موترات PyTorch بتنسيق Tensorboard للفحص. يدعم حاليًا ميزات العددية والصورة والصوت والرسم البياني في لوحة الشد.
- gpytorch: GPyTorch هي مكتبة معالجة غاوسية، يتم تنفيذها باستخدام PyTorch. لقد تم تصميمه لإنشاء نماذج معالجة غاوسية مرنة ونموذجية بسهولة، بحيث لا يتعين عليك أن تكون خبيرًا لاستخدام الممارسين العامين.
- تسليط الضوء: نماذج التوصية العميقة باستخدام PyTorch.
- pytorch-cns: بحث الشبكة المضغوطة باستخدام PyTorch
- pyinn: عملية دمج CuPy للشبكات العصبية PyTorch
- جحيم: مكتبة المرافق حول PyTorch
- pytorch-fitmodule: طريقة ملائمة فائقة البساطة لوحدات PyTorch
- inferno-sklearn: مكتبة شبكة عصبية متوافقة مع scikit-learn والتي تغلف pytorch.
- pytorch-caffe-darknet-convert: التحويل بين pytorch وcaffe prototxt/الأوزان وdarknet cfg/الأوزان
- pytorch2caffe: تحويل نموذج PyTorch إلى Caffemodel
- أدوات pytorch: أدوات لـ PyTorch
- sru: تدريب شبكات RNN بنفس سرعة شبكات CNN (arxiv.org/abs/1709.02755)
- torch2coreml: Torch7 -> CoreML
- PyTorch-Encoding: شبكة PyTorch لتشفير الملمس العميق http://hangzh.com/PyTorch-Encoding
- pytorch-ctc: PyTorch-CTC هو تطبيق لفك تشفير بحث شعاع CTC (التصنيف الزمني للاتصال) لـ PyTorch. كود C++ مستعار بشكل حر من TensorFlow مع بعض التحسينات لزيادة المرونة.
- Candlegp: العمليات الغوسية في Pytorch.
- dpwa: التعلم الموزع عن طريق المتوسط الزوجي.
- dni-pytorch: واجهات عصبية منفصلة باستخدام التدرجات الاصطناعية لـ PyTorch.
- skorch: مكتبة شبكة عصبية متوافقة مع scikit-learn والتي تغلف pytorch
- ignite: Ignite هي مكتبة عالية المستوى للمساعدة في تدريب الشبكات العصبية في PyTorch.
- أرنولد: أرنولد - وكيل DOOM
- pytorch-mcn: تحويل النماذج من MatConvNet إلى PyTorch
- simple-faster-rcnn-pytorch: تطبيق مبسط لـ Faster R-CNN مع أداء تنافسي.
- geneative_zoo: geneative_zoo هو مستودع يوفر تطبيقات عملية لبعض النماذج التوليدية في PyTorch.
- pytorchviz: حزمة صغيرة لإنشاء تصورات للرسوم البيانية لتنفيذ PyTorch.
- cogitare: Cogitare - إطار عمل حديث وسريع ومعياري للتعلم العميق والتعلم الآلي في بايثون.
- pydlt: صندوق أدوات التعلم العميق القائم على PyTorch
- pytorch شبه الخاضع للإشراف: تنفيذ نماذج مختلفة وشبه خاضعة للإشراف ومبنية على VAE في PyTorch.
- pytorch_cluster: مكتبة امتداد PyTorch لخوارزميات مجموعة الرسم البياني المحسنة.
- مترجم التجميع العصبي: مترجم تجميع عصبي لـ pyTorch يعتمد على التجميع العصبي التكيفي.
- caffemodel2pytorch: تحويل نماذج Caffe إلى PyTorch.
- Extension-cpp: ملحقات C++ في PyTorch
- pytoune: إطار عمل وأدوات مساعدة تشبه Keras لـ PyTorch
- jetson-reinforcement: مكتبات التعلم المعزز العميق لـ NVIDIA Jetson TX1/TX2 مع PyTorch، وOpenAI Gym، ومحاكي الروبوتات Gazebo.
- Matchbox: اكتب كود PyTorch على مستوى الأمثلة الفردية، ثم قم بتشغيله بكفاءة على الدفعات الصغيرة.
- torch-two-sample: مكتبة PyTorch لاختبارات العينتين
- ملخص pytorch: ملخص النموذج في PyTorch يشبه
model.summary()
في Keras - mpl.pytorch: تنفيذ Pytorch لـ MaxPoolingLoss.
- scVI-dev: فرع التطوير لمشروع scVI في PyTorch
- القمة: ملحق PyTorch التجريبي (سيتم إهماله في وقت لاحق)
- ELF: ELF: منصة لأبحاث الألعاب.
- Torchlite: مكتبة عالية المستوى أعلى (ليس فقط) Pytorch
- Joint-vae: تنفيذ Pytorch لـ JointVAE، وهو إطار عمل لتفكيك العوامل المستمرة والمنفصلة للتباين star2
- SLM-Lab: إطار التعلم المعزز العميق المعياري في PyTorch.
- bindsnet: حزمة Python تُستخدم لمحاكاة الشبكات العصبية المتصاعدة (SNNs) على وحدات المعالجة المركزية أو وحدات معالجة الرسومات باستخدام PyTorch
- pro_gan_pytorch: تم تنفيذ حزمة ProGAN كامتداد لـ PyTorch nn.Module
- pytorch_geometric: مكتبة ملحقة للتعلم العميق الهندسي لـ PyTorch
- torchplus: ينفذ عامل التشغيل + على وحدات PyTorch، ويعيد التسلسلات.
- lagom: lagom: بنية أساسية خفيفة من PyTorch لإنشاء نماذج أولية سريعة لخوارزميات التعلم المعزز.
- torchbearer: torchbearer: مكتبة تدريب نموذجية للباحثين الذين يستخدمون PyTorch.
- pytorch-maml-rl: تعزيز التعلم من خلال التعلم التلوي غير النموذجي في Pytorch.
- NALU: تنفيذ pytorch الأساسي لـ NAC/NALU من ورقة وحدات المنطق الحسابي العصبي بواسطة trask et.al arxiv.org/pdf/1808.00508.pdf
- QuCumber: إعادة بناء الوظائف الموجية للشبكة العصبية
- المغناطيس: مشاريع التعلم العميق التي تبني نفسها http://magnet-dl.readthedocs.io/
- opencv_transforms: تنفيذ OpenCV لتكبيرات الصور في Torchvision
- fastai: مكتبة fast.ai للتعلم العميق والدروس والبرامج التعليمية
- pytorch-dense-correspondence: كود "شبكات الكائنات الكثيفة: تعلم واصفات الكائنات المرئية الكثيفة من خلال المعالجة الآلية ومن أجلها" arxiv.org/pdf/1806.08756.pdf
- colorization-pytorch: إعادة تنفيذ PyTorch للتلوين العميق التفاعلي richzhang.github.io/ideepcolor
- beauty-net: قالب بسيط ومرن وقابل للتوسيع لـ PyTorch. انها جميلة.
- OpenChem: OpenChem: مجموعة أدوات التعلم العميق للكيمياء الحاسوبية وأبحاث تصميم الأدوية mariewelt.github.io/OpenChem
- torchani: إمكانات الشبكة العصبية الدقيقة على PyTorch aiqm.github.io/torchani
- PyTorch-LBFGS: تطبيق PyTorch لـ L-BFGS.
- gpytorch: تطبيق معياري عالي الكفاءة للعمليات الغوسية في PyTorch.
- هسه: هسه في pytorch.
- فيل: السرعة في أبحاث التعلم العميق.
- nonechucks: تخطي العناصر السيئة في PyTorch DataLoader، واستخدم التحويلات كمرشحات، والمزيد!
- torchstat: محلل النماذج في PyTorch.
- QNNPACK: حزمة الشبكة العصبية الكمية - التنفيذ الأمثل للجوال لمشغلي الشبكات العصبية الكمية.
- torchdiffeq: حلول ODE قابلة للتمييز مع دعم كامل لوحدة معالجة الرسومات وانتشار خلفي للذاكرة O(1).
- redner: تتبع مسار مونت كارلو قابل للتمييز
- pixyz: مكتبة لتطوير النماذج التوليدية العميقة بطريقة أكثر إيجازًا وبديهية وقابلة للتوسيع.
- Euclidesdb: قاعدة بيانات مدمجة لميزات التعلم الآلي متعددة النماذج http://euclidesdb.readthedocs.io
- pytorch2keras: تحويل الرسم البياني الديناميكي PyTorch إلى نموذج Keras.
- السلطة: التعلم شبه الخاضع للإشراف والتكيف مع المجال.
- netharn: أحزمة ملائمة وتنبؤية محددة لـ pytorch.
- dgl: حزمة Python مصممة لتسهيل التعلم العميق على الرسم البياني، بالإضافة إلى أطر DL الحالية. http://dgl.ai.
- gandissect: أدوات تعتمد على Pytorch لتصور وفهم الخلايا العصبية في GAN. gandissect.csail.mit.edu
- delira: إطار خفيف الوزن للنماذج الأولية السريعة وتدريب الشبكات العصبية العميقة في التصوير الطبي delira.rtfd.io
- الفطر: مكتبة بايثون لتجارب التعلم المعزز.
- Xlearn: نقل مكتبة التعلم
- Geoopt: طرق التحسين التكيفية الريمانية باستخدام pytorch Optim
- النباتيون: مكتبة توفر العديد من شبكات GAN الموجودة في PyTorch.
- هندسة الشعلة: TGM: هندسة PyTorch
- AdverTorch: مجموعة أدوات لأبحاث قوة الخصومة (الهجوم/الدفاع/التدريب)
- AdaBound: مُحسِّن يتدرب بسرعة مثل Adam وبجودة SGD.a
- خسائر fenchel-young: التصنيف الاحتمالي في PyTorch/TensorFlow/scikit-learn مع خسائر Fenchel-Young
- pytorch-OpCounter: قم بإحصاء FLOPs لنموذج PyTorch الخاص بك.
- Tor10: مكتبة شبكة Tensor عامة مصممة للمحاكاة الكمومية، تعتمد على pytorch.
- Catalyst: أدوات مساعدة عالية المستوى لأبحاث PyTorch DL & RL. تم تطويره مع التركيز على إمكانية التكرار والتجربة السريعة وإعادة استخدام التعليمات البرمجية/الأفكار. القدرة على البحث/تطوير شيء جديد، بدلاً من كتابة حلقة قطار عادية أخرى.
- الفأس: منصة التجريب التكيفية
- pywick: مكتبة تدريب على الشبكة العصبية عالية المستوى متضمنة بطاريات لـ Pytorch
- torchgpipe: تطبيق GPipe في PyTorch torchgpipe.readthedocs.io
- hub: Pytorch Hub هو مستودع نماذج تم تدريبه مسبقًا ومصمم لتسهيل تكرار الأبحاث.
- pytorch-lightning: إطار بحث سريع لـ Pytorch. نسخة الباحث من keras.
- Tor10: مكتبة شبكة Tensor عامة مصممة للمحاكاة الكمومية، تعتمد على pytorch.
- Tensorwatch: تصحيح الأخطاء والمراقبة والتصور للتعلم العميق والتعلم المعزز من أبحاث Microsoft.
- مشعل الموجة: الحل العددي والانتشار العكسي من خلال معادلة الموجة arxiv.org/abs/1904.12831
- diffdist: diffdist هي مكتبة بيثون لـ pytorch. فهو يعمل على توسيع الوظيفة الافتراضية لـ torch.autograd ويضيف دعمًا للاتصال القابل للتمييز بين العمليات.
- torchprof: مكتبة تبعية بسيطة لتنميط نماذج Pytorch طبقة تلو الأخرى.
- osqpth: طبقة حل OSQP القابلة للتمييز لـ PyTorch.
- mctorch: مكتبة تحسين متعددة للتعلم العميق.
- pytorch-hessian-eigenthings: التحلل الذاتي الفعال لـ PyTorch Hessian باستخدام منتج Hessian-vector وتكرار الطاقة العشوائية.
- MinkowskiEngine: Minkowski Engine عبارة عن مكتبة ذات فرق تلقائي للتلافيفات المتفرقة المعممة والموترات المتفرقة عالية الأبعاد.
- pytorch-cpp-rl: التعلم المعزز لـ PyTorch C++
- pytorch-toolbelt: امتدادات PyTorch للنماذج الأولية السريعة للبحث والتطوير وزراعة Kaggle
- argus-tensor-stream: مكتبة لفك تشفير دفق الفيديو في الوقت الفعلي إلى ذاكرة CUDA Tensorstream.argus-ai.com
- macarico: تعلم البحث في pytorch
- rlpyt: التعلم المعزز في PyTorch
- pywarm: طريقة أنظف لبناء شبكات عصبية لـ PyTorch. blue-season.github.io/pywarm
- learn2learn: إطار التعلم التعريفي PyTorch للباحثين http://learn2learn.net
- torchbeast: منصة PyTorch لـ RL الموزعة
- أعلى: الأعلى عبارة عن مكتبة pytorch تسمح للمستخدمين بالحصول على تدرجات أعلى من حيث الخسائر التي تمتد عبر حلقات التدريب بدلاً من خطوات التدريب الفردية.
- Torchelie: Torchélie عبارة عن مجموعة من الوظائف المساعدة والطبقات والخسائر والنماذج والمدربين وأشياء أخرى لـ PyTorch. torchelie.readthedocs.org
- CrypTen: CrypTen هو إطار عمل للتعلم الآلي للحفاظ على الخصوصية مكتوب باستخدام PyTorch والذي يسمح للباحثين والمطورين بتدريب النماذج باستخدام البيانات المشفرة. يدعم CrypTen حاليًا الحساب الآمن متعدد الأطراف كآلية تشفير خاصة به.
- cvxpylayers: cvxpylayers هي مكتبة Python لإنشاء طبقات تحسين محدبة قابلة للتمييز في PyTorch
- RepDistiller: التقطير التمثيلي التقابلي (CRD)، ومعيار أساليب التقطير المعرفية الحديثة
- الكاولين: مكتبة PyTorch تهدف إلى تسريع أبحاث التعلم العميق ثلاثية الأبعاد
- PySNN: إطار عمل فعال للشبكة العصبية المتصاعدة، مبني على قمة PyTorch لتسريع وحدة معالجة الرسومات.
- sparktorch: تدريب وتشغيل نماذج Pytorch على Apache Spark.
- pytorch-metric-learning: أسهل طريقة لاستخدام التعلم المتري في تطبيقك. وحدات ومرنة وقابلة للتوسيع. مكتوب في PyTorch.
- مكتبة التعلم الذاتي: مكتبة PyTorch لبناء وكلاء التعلم المعزز العميق.
- flambe: إطار تعلم الآلة لتسريع البحث وطريقه إلى الإنتاج. flambe.ai
- pytorch-optimizer: مجموعات من خوارزميات التحسين الحديثة لـ PyTorch، تتضمن: AccSGD، AdaBound، AdaMod، DiffGrad، Lamb، RAdam، RAdam، Yogi.
- PyTorch-VAE: مجموعة من أجهزة التشفير التلقائي المتغيرة (VAE) في PyTorch.
- راي: إطار عمل سريع وبسيط لبناء وتشغيل التطبيقات الموزعة. يأتي Ray مزودًا بـ RLLib، وهي مكتبة تعلم معززة قابلة للتطوير، وTune، وهي مكتبة ضبط ذات معلمات تشعبية قابلة للتطوير. ray.io
- Pytorch Geometric Temporal: مكتبة تمديد زمنية لـ PyTorch Geometric
- Poutyne: إطار عمل شبيه بـ Keras لـ PyTorch يتعامل مع الكثير من التعليمات البرمجية النمطية اللازمة لتدريب الشبكات العصبية.
- Pytorch-Toolbox: هذا هو مشروع صندوق الأدوات لـ Pytorch. تهدف إلى جعل كتابة كود Pytorch أكثر سهولة وقابلية للقراءة وإيجازًا.
- Pytorch-contrib: يحتوي على تطبيقات تمت مراجعتها لأفكار من أوراق التعلم الآلي الحديثة.
- EfficientNet PyTorch: يحتوي على إعادة تنفيذ PyTorch لـ EfficientNet، إلى جانب النماذج والأمثلة المدربة مسبقًا.
- PyTorch/XLA: PyTorch/XLA عبارة عن حزمة Python تستخدم مترجم التعلم العميق XLA لتوصيل إطار التعلم العميق PyTorch وCloud TPU.
- مجموعة بيانات الويب: WebDataset عبارة عن تطبيق PyTorch Dataset (IterableDataset) يوفر وصولاً فعالاً إلى مجموعات البيانات المخزنة في أرشيفات POSIX tar.
- volksdep: volksdep عبارة عن مجموعة أدوات مفتوحة المصدر لنشر وتسريع نماذج PyTorch وOnnx وTensorflow باستخدام TensorRT.
- PyTorch-StudioGAN: StudioGAN هي مكتبة Pytorch توفر تطبيقات لشبكات الخصومة التوليدية التمثيلية (GANs) لتوليد الصور المشروطة/غير المشروطة. يهدف StudioGAN إلى تقديم ملعب مماثل لشبكات GAN الحديثة حتى يتمكن باحثو التعلم الآلي من مقارنة فكرة جديدة وتحليلها بسهولة.
- torchdrift: مكتبة الكشف عن الانجراف
- التسريع: طريقة بسيطة لتدريب واستخدام نماذج PyTorch مع وحدات معالجة الرسومات المتعددة وTPU والدقة المختلطة
- محولات البرق: واجهة مرنة للأبحاث عالية الأداء باستخدام محولات SOTA التي تستفيد من Pytorch Lightning وTransformers وHydra.
- Flower نهج موحد للتعلم الموحد والتحليلات والتقييم. يسمح بتوحيد أي عبء عمل للتعلم الآلي.
- Lightning-flash: Flash عبارة عن مجموعة من المهام للنماذج الأولية السريعة، ووضع الخطوط الأساسية، وضبط نماذج التعلم العميق القابلة للتطوير، والمبنية على PyTorch Lightning.
- Pytorch Geometric Signed Directed: مكتبة ملحقة موقعة وموجهة لـ PyTorch Geometric.
- Koila: غلاف بسيط حول pytorch يمنع مشكلات نفاد الذاكرة من CUDA.
- Renate: مكتبة للتعلم المستمر في العالم الحقيقي.
الدروس والكتب والأمثلة
- Pytorch العملي : برامج تعليمية تشرح نماذج RNN المختلفة
- DeepLearningForNLPInPytorch: برنامج تعليمي لـ IPython Notebook حول التعلم العميق، مع التركيز على معالجة اللغات الطبيعية.
- pytorch-tutorial: برنامج تعليمي للباحثين لتعلم التعلم العميق باستخدام pytorch.
- تمارين الشعلة: مجموعة تمارين الشعلة.
- دروس pytorch: دروس pytorch المختلفة.
- أمثلة على pytorch: مستودع يعرض أمثلة لاستخدام pytorch
- ممارسة pytorch: بعض الأمثلة على البرامج النصية على pytorch.
- دروس pytorch المصغرة: الحد الأدنى من البرامج التعليمية لـ PyTorch مقتبسة من دروس Theano الخاصة بـ Alec Radford.
- تصنيف نص pytorch: تطبيق بسيط لتصنيف النص المستند إلى CNN في Pytorch
- القطط مقابل الكلاب: مثال على الضبط الدقيق للشبكة في pytorch لمسابقة kaggle Dogs vs.Cats Redux: Kernels Edition. حاليًا رقم 27 (0.05074) على لوحة المتصدرين.
- convnet: هذا مثال تدريبي كامل للشبكات التلافيفية العميقة على مجموعات البيانات المختلفة (ImageNet، Cifar10، Cifar100، MNIST).
- شبكات الخصومة التوليدية pytorch: شبكة الخصومة التوليدية البسيطة (GAN) باستخدام PyTorch.
- حاويات pytorch: يهدف هذا المستودع إلى مساعدة Torchis السابقة على الانتقال بسلاسة أكبر إلى عالم PyTorch "بدون حاويات" من خلال توفير قائمة بتطبيقات PyTorch لطبقات جدول Torch.
- T-SNE في pytorch: تجارب t-SNE في pytorch
- AAE_pytorch: أجهزة الترميز التلقائي العدائية (مع Pytorch).
- Kind_PyTorch_Tutorial: برنامج تعليمي لطيف PyTorch للمبتدئين.
- pytorch-poetry-gen: char-RNN يعتمد على pytorch.
- pytorch-REINFORCE: تنفيذ PyTorch لـ REINFORCE، يدعم هذا الريبو البيئات المستمرة والمنفصلة في صالة الألعاب الرياضية OpenAI.
- برنامج PyTorch-Tutorial : قم ببناء شبكتك العصبية بسهولة وسرعة https://morvanzhou.github.io/tutorials/
- pytorch-intro: بعض البرامج النصية لتوضيح كيفية عمل شبكات CNN وRNNs في PyTorch
- تصنيف pytorch: إطار موحد لمهمة تصنيف الصور على CIFAR-10/100 وImageNet.
- pytorch_notebooks - hardmaru: برامج تعليمية عشوائية تم إنشاؤها في NumPy وPyTorch.
- pytorch_tutoria-quick: مقدمة سريعة لبرنامج PyTorch وبرنامج تعليمي. يستهدف الباحثين في مجال الرؤية الحاسوبية والرسومات والتعلم الآلي المتحمسين لتجربة إطار عمل جديد.
- Pytorch_fine_tuning_Tutorial: برنامج تعليمي قصير حول إجراء الضبط الدقيق أو نقل التعلم في PyTorch.
- تمارين الشعلة: تمارين الشعلة
- اكتشاف إشارات المرور: مثال على السيرة الذاتية لخريف 2017 في جامعة نيويورك
- mss_pytorch: فصل صوت الغناء عبر الاستدلال المتكرر واتصالات تصفية التخطي - تنفيذ PyTorch. العرض التوضيحي: js-mim.github.io/mss_pytorch
- نماذج DeepNLP-Pytorch تطبيقات Pytorch لمختلف نماذج البرمجة اللغوية العصبية العميقة في cs-224n (جامعة ستانفورد: البرمجة اللغوية العصبية مع التعلم العميق)
- دروس تمهيدية في ميلا: دروس تعليمية مختلفة مقدمة للترحيب بالطلاب الجدد في ميلا.
- pytorch.rl.learning: لتعلم التعلم المعزز باستخدام PyTorch.
- Minimal-seq2seq: نموذج Minimal Seq2Seq مع الاهتمام بالترجمة الآلية العصبية في PyTorch
- دفاتر الملاحظات Tensorly: أساليب Tensor في Python باستخدام TensorLy Tensorly.github.io/dev
- pytorch_bits: أمثلة متعلقة بالتنبؤ بالسلاسل الزمنية.
- تخطي الأفكار: تطبيق تخطي الأفكار في PyTorch.
- video-caption-pytorch: كود pytorch للتسمية التوضيحية للفيديو.
- البرنامج التعليمي لشبكة الكبسولة: برنامج تعليمي لشبكة الكبسولة سهل المتابعة من Pytorch.
- كود التعلم العميق باستخدام PyTorch: هذا هو رمز الكتاب "تعلم التعلم العميق باستخدام PyTorch" item.jd.com/17915495606.html
- RL-Adventure: برنامج تعليمي للتعلم العميق Q من Pytorch سهل المتابعة خطوة بخطوة مع كود نظيف وقابل للقراءة.
- Accelerated_dl_pytorch: التعلم العميق المتسارع باستخدام PyTorch في Jupyter Day Atlanta II.
- RL-Adventure-2: البرنامج التعليمي PyTorch4 لـ: الناقد الممثل / تحسين السياسة القريبة / acer / ddpg / المبارزة المزدوجة ddpg / الناقد الممثل الناعم / تعلم تقليد الخصومة التوليدية / إعادة تشغيل تجربة الإدراك المتأخر
- شبكات الخصومة التوليدية (GANs) في 50 سطرًا من التعليمات البرمجية (PyTorch)
- أجهزة الترميز التلقائي العدائية مع pytorch
- نقل التعلم باستخدام pytorch
- كيفية تنفيذ أداة اكتشاف الكائنات في pytorch
- pytorch-للموصيين-101
- pytorch-for-numpy-users
- برنامج PyTorch التعليمي: دروس PyTorch باللغة الصينية.
- grokking-pytorch: دليل Hitchiker إلى PyTorch
- PyTorch-Deep-Learning-Minicourse: دورة مصغرة في التعلم العميق باستخدام PyTorch.
- أمثلة على مجموعة بيانات pytorch المخصصة: بعض أمثلة مجموعة البيانات المخصصة لـ PyTorch
- LSTM المضاعف للموصيين على أساس التسلسل
- Deeplearning.ai-pytorch: تطبيقات PyTorch لتخصص التعلم العميق من Coursera (deeplearning.ai).
- MNIST_Pytorch_python_and_capi: هذا مثال لكيفية تدريب شبكة MNIST في Python وتشغيلها في c++ مع pytorch 1.0
- torch_light: تتضمن البرامج التعليمية والأمثلة التدريب على التعزيز، والبرمجة اللغوية العصبية، والسيرة الذاتية
- portrain-gan: رمز الشعلة لفك التشفير (وتقريبًا تشفير) العناصر الكامنة من Portrait GAN الخاصة بـ art-DCGAN.
- تحليل التصوير بالرنين المغناطيسي-pytorch: تحليل التصوير بالرنين المغناطيسي باستخدام PyTorch وMedicalTorch
- cifar10-fast: عرض توضيحي لتدريب شبكة ResNet صغيرة على CIFAR10 بدقة اختبار تصل إلى 94% في 79 ثانية كما هو موضح في سلسلة المدونات هذه.
- مقدمة إلى التعلم العميق باستخدام PyTorch: دورة مجانية مقدمة من Udacity وfacebook، مع مقدمة جيدة لـ PyTorch، ومقابلة مع Soumith Chintala، أحد المؤلفين الأصليين لـ PyTorch.
- تحليل المشاعر بـ pytorch: برامج تعليمية حول كيفية البدء باستخدام PyTorch وTorchText لتحليل المشاعر.
- نماذج صور pytorch: نماذج صور PyTorch، والبرامج النصية، والأوزان المدربة مسبقًا - (SE) ResNet/ResNeXT، وDPN، وEfficientNet، وMobileNet-V3/V2/V1، وMNASNet، وSingle-Path NAS، وFBNet، والمزيد.
- CIFAR-ZOO: تطبيق Pytorch للعديد من بنيات CNN وتحسين الأساليب بأحدث النتائج.
- d2l-pytorch: هذه محاولة لتعديل كود الكتاب المدرسي Dive into Deep Learning, Berkeley STAT 157 (ربيع 2019) إلى PyTorch.
- التفكير في الموترات والكتابة في pytorch: التفكير في الموترات والكتابة في PyTorch (مقدمة عملية للتعلم العميق).
- NER-BERT-pytorch: حل PyTorch لمهمة التعرف على الكيانات المسماة باستخدام نموذج BERT المُدرب مسبقًا من Google AI.
- مثال على pytorch-sync-batchnorm: كيفية استخدام Cross Replica/Synchronized Batchnorm في Pytorch.
- تحليل المشاعر: شبكة عصبية لتحليل المشاعر تم تدريبها من خلال ضبط BERT على بنك Stanford Sentiment Treebank، وذلك بفضل مكتبة Hugging Face's Transformers.
- pytorch-cpp: تطبيقات C++ لدروس PyTorch للباحثين في مجال التعلم العميق (استنادًا إلى دروس Python من البرنامج التعليمي pytorch).
- التعلم العميق باستخدام PyTorch: من الصفر إلى شبكات GAN: سلسلة تعليمية تفاعلية تركز على البرمجة حول مقدمة للتعلم العميق باستخدام PyTorch (فيديو).
- التعلم العميق مع PyTorch: التعلم العميق مع PyTorch يعلمك كيفية تنفيذ خوارزميات التعلم العميق مع Python وPyTorch، يتضمن الكتاب دراسة حالة: بناء خوارزمية قادرة على اكتشاف أورام الرئة الخبيثة باستخدام الأشعة المقطعية.
- التعلم الآلي بدون خادم في العمل مع PyTorch وAWS: التعلم الآلي بدون خادم في العمل هو دليل لجلب كود التعلم الآلي التجريبي في PyTorch إلى الإنتاج باستخدام إمكانات بدون خادم من موفري الخدمات السحابية الرئيسيين مثل AWS أو Azure أو GCP.
- LabML NN: مجموعة من تطبيقات PyTorch لبنيات وخوارزميات الشبكات العصبية مع ملاحظات جنبًا إلى جنب.
- قم بتشغيل مثال PyTorch الخاص بك المتحد مع Flower: يوضح هذا المثال كيف يمكن دمج مشروع التعلم الآلي المركزي الموجود بالفعل في PyTorch مع Flower. يتم استخدام مجموعة بيانات Cifar-10 مع الشبكة العصبية التلافيفية (CNN).
تطبيقات الورق
- google_evolution: يطبق هذا إحدى شبكات النتائج من التطور واسع النطاق لمصنفات الصور بواسطة Esteban Real، وآخرون. آل.
- pyscatwave: تحويل التشتت السريع باستخدام CuPy/PyTorch، اقرأ الورقة هنا
- تحجيم التشتت: تحجيم تحويل التشتت: الشبكات الهجينة العميقة.
- علامات الترقيم التلقائي العميق: تطبيق pytorch لعلامات الترقيم التلقائي التي يتم تعلمها حرفًا تلو الآخر.
- Realtime_Multi-Person_Pose_Estimation: هذه نسخة pytorch من Realtime_Multi-Person_Pose_Estimation، رمز الأصل موجود هنا.
- شبكات PyTorch-value-iteration-networks: تنفيذ PyTorch لورقة شبكات تكرار القيمة (NIPS '16)
- pytorch_Highway: تم تنفيذ شبكة الطرق السريعة في pytorch.
- pytorch_NEG_loss: تم تنفيذ خسارة NEG في pytorch.
- pytorch_RVAE: أداة التشفير التلقائي المتغيرة المتكررة التي تولد بيانات تسلسلية يتم تنفيذها في pytorch.
- pytorch_TDNN: تم تنفيذ NN المؤجل في pytorch.
- eve.pytorch: تطبيق Eve Optimizer، مقترح في Imploving Stochastic Gradient Descent with Feedback، Koushik وHayashi، 2016.
- التعلم النموذجي e2e: التعلم النموذجي القائم على المهام من البداية إلى النهاية.
- pix2pix-pytorch: تطبيق PyTorch لـ "ترجمة صورة إلى صورة باستخدام شبكات الخصومة المشروطة".
- كاشف MultiBox ذو اللقطة الواحدة: تنفيذ PyTorch لكاشف MultiBox ذو اللقطة الواحدة.
- ديسوجان: Pytorch تنفيذ "تعلم لاكتشاف العلاقات عبر المجال مع شبكات الخصومة التوليدية"
- تنفيذ ديسكوجان الرسمي: التنفيذ الرسمي "تعلم اكتشاف العلاقات عبر المجال مع شبكات الخصومة التوليدية".
- Pytorch-es: هذا هو تطبيق Pytorch لاستراتيجيات التطور.
- piwise: تجزئة بكسل الحزم على مجموعة بيانات Voc2012 باستخدام pytorch.
- Pytorch-DQN: شبكة التعلم العميق في Pytorch.
- NeuralTalk2-Pytorch: نموذج التسمية التوضيحية في Pytorch (CNN القابلة للثني في فرع مع_finetune)
- vnet.pytorch: تطبيق pytorch لـ V-NET: الشبكات العصبية التلافيفية بالكامل لتجزئة الصور الطبية الحجمية.
- Pytorch-FCN: Pytorch تنفيذ الشبكات التلافيفية بالكامل.
- MideresNets: OxtResnets لـ CIFAR10/100 التي تم تنفيذها في Pytorch. يتطلب هذا التنفيذ ذاكرة GPU أقل مما هو مطلوب من خلال تطبيق الشعلة الرسمي: https://github.com/szagoruyko/wide-residual-networks.
- Pytorch_highway_networks: شبكات الطرق السريعة التي تم تنفيذها في Pytorch.
- Pytorch-neucom: Pytorch تنفيذ ورقة الكمبيوتر العصبية DeepMind الفاصلة.
- CaptionGen: قم بإنشاء تعليقات لصورة باستخدام Pytorch.
- Animegan: تطبيق Pytorch بسيط لشبكات الخصومة التوليدية ، مع التركيز على رسم وجه أنيمي.
- تصنيف CNN-Text: هذا هو تنفيذ الشبكات العصبية التلافيفية لكيم لورقة تصنيف الجملة في Pytorch.
- DeepSpeech2: تنفيذ DeepSpeech2 باستخدام BAIDU WARP-CTC. ينشئ شبكة تعتمد على بنية DeepSpeech2 ، التي تم تدريبها مع وظيفة تنشيط CTC.
- SEQ2Seq: يحتوي هذا المستودع على تطبيقات التسلسل إلى التسلسل (SEQ2Seq) في Pytorch
- ميزة غير متزامنة الممثل الناقد في Pytorch: هذا هو تنفيذ Pytorch من A3C كما هو موضح في الأساليب غير المتزامنة للتعلم التعزيز العميق. نظرًا لأن Pytorch لديه طريقة سهلة للتحكم في الذاكرة المشتركة داخل المعالجة المتعددة ، يمكننا بسهولة تنفيذ طريقة غير متزامنة مثل A3C.
- Densenet: هذا هو تطبيق Pytorch لهندسة Densenet-BC كما هو موضح في الشبكات التلافيفية المرتبطة بكثافة بواسطة G. Huang ، Z. Liu ، K. Weinberger ، و L. van der Maaten. يحصل هذا التنفيذ على معدل خطأ CIFAR-10+ من 4.77 مع Densenet-BC 100 طبقة مع معدل نمو قدره 12. يتوفر تنفيذها الرسمي وروابط إلى العديد من تطبيقات الطرف الثالث الأخرى في Liuzhuang13/Densenet Repo على Github.
- nninit: مخططات تهيئة الوزن ل pytorch nn.modules. هذا هو منفذ nninit الشعبي لـ Torch7 بواسطة kixhin.
- أسرع RCNN: هذا هو تطبيق Pytorch من RCNN أسرع. يعتمد هذا المشروع بشكل أساسي على py-faster-rcnn و tffrcnn.for تفاصيل حول r-cnn ، يرجى الرجوع إلى الورقة بشكل أسرع r-cnn: نحو اكتشاف الكائنات في الوقت الفعلي مع شبكات اقتراح المنطقة بواسطة Shaoqing Ren ، Kaiming He ، Ross Girshick ، جيان صن.
- Doomnet: نسخة Pytorch من Doom-Net تنفذ بعض نماذج RL في بيئة VizDoom.
- Flownet: Pytorch تطبيق Flownet بواسطة Dosovitskiy et al.
- SQEEZENET: تنفيذ Squeezenet في Pytorch ، #### نماذج pretRained على بيانات CIFAR10 ليأتي خطة لتدريب النموذج على CIFAR 10 وإضافة اتصالات الكتلة أيضًا.
- Wassersteingan: Wassersteingan في Pytorch.
- OptNet: هذا المستودع هو من قبل براندون آموس وجي زيكو كولتر ويحتوي على رمز مصدر Pytorch لإعادة إنتاج التجارب في ورقة OptNet لدينا: التحسين القابل للتمييز كطبقة في الشبكات العصبية.
- QP Solver: حلال QP سريع وقابل للتمييز لـ Pytorch. صممه براندون آموس وجي زيكو كولتر.
- التعلم العميق المستمر مع التسارع القائم على النموذج: إعادة تنفيذ التعلم العميق المستمر مع التسارع القائم على النموذج.
- تعلم التعلم عن طريق الانخفاض التدرج عن طريق الانخفاض التدرج: تنفيذ Pytorch للتعلم للتعلم عن طريق الانخفاض التدرج عن طريق النسب التدرج.
- على النمط السريع: تنفيذ Pytorch من الطراز السريع ، يستخدم النموذج الطريقة الموضحة في الخسائر الإدراكية لنقل النمط في الوقت الفعلي والتحل الفائق إلى جانب تطبيع المثيل.
- Pytorchneuralstyletransfer: تنفيذ نقل النمط العصبي في Pytorch.
- النمط العصبي السريع لتحويل نمط الصورة بواسطة Pytorch: النمط العصبي السريع لتحويل نمط الصورة بواسطة Pytorch.
- نقل النمط العصبي: مقدمة إلى Pytorch من خلال الخوارزمية على النمط العصبي (https://arxiv.org/abs/1508.06576) التي طورها ليون أ. جاتيس ، ألكساندر س. إيكر وماتياس بيثج.
- VIN_PYTORCH_VISDOD: تنفيذ PYTORCH لشبكات تكرار القيمة (VIN): نظيفة وبسيطة ومعيار. التصور في Visdom.
- YOLO2: YOLOV2 في Pytorch.
- نقل الانتباه: نقل الانتباه في Pytorch ، اقرأ الورقة هنا.
- SvhnClassifier: تطبيق Pytorch للتعرف على الأرقام متعددة الأرقام من صور View View باستخدام الشبكات العصبية التلافيفية العميقة.
- Pytorch-deform-Conv: Pytorch تنفيذ الالتفاف المشوه.
- بدأ Pytorch: تنفيذ Pytorch للبدء: توازن الحدود الشبكات العدائية التوليدية.
- Treelstm.pytorch: تنفيذ Tree LSTM في Pytorch.
- العمر: رمز للورق "شبكات دخول المولدات العددية" من تأليف ديمتري أوليانوف وأندريا فيدالدي وفيكتور ليمبيتسكي والتي يمكن العثور عليها هنا
- Resnext.pytorch: إعادة إنتاج Resnet-V3 (التحولات المتبقية المجمعة للشبكات العصبية العميقة) مع Pytorch.
- Pytorch-RL: التعلم التعزيز العميق مع Pytorch & Visdom
- Deefsnap: تم تكرار Leafsnap باستخدام الشبكات العصبية العميقة لاختبار الدقة مقارنة بطرق رؤية الكمبيوتر التقليدية.
- Pytorch-cyclegan and-pix2pix: تنفيذ Pytorch لكل من الترجمة غير المقترنة والمقترنة صورة إلى صورة.
- A3C-PYTORCH: PYTORCH تنفيذ خوارزميات ASYNC ASYNC الناقدة (A3C) في Pytorch
- Pytorch-Value-Eteration-Networks: Pytorch تنفيذ شبكات تكرار القيمة (NIPS 2016 أفضل ورقة)
- النقل على طراز Pytorch: تنفيذ Pytorch لشبكة توليد متعددة الطراز للنقل في الوقت الفعلي
- pytorch-deeplab-resnet: pytorch-deeplab-resnet-model.
- pointnet.pytorch: تطبيق Pytorch لـ "pointnet: التعلم العميق على مجموعات النقاط لتصنيف 3D وتجزئة" https://arxiv.org/abs/1612.00593
- Pytorch-Playground: النماذج الأساسية ومجموعات البيانات في Pytorch (Mnist ، Svhn ، Cifar10 ، Cifar100 ، STL10 ، Alexnet ، VGG16 ، VGG19 ، Resnet ، Inception ، Squeezenet) .
- PYTORCH-DNC: آلة تورينج العصبية (NTM) والكمبيوتر العصبي المتميز (DNC) مع Pytorch & Visdom.
- PYTORCH_IMAGE_CLASSIFIER: حصل خط تصنيف الصور الأدنى ولكن العملي باستخدام PYTORCH ، FINETUNE على RESNET18 ، على دقة 99 ٪ على مجموعات البيانات الصغيرة الخاصة.
- MNIST-SVHN-TRANSFER: PYTORCH تنفيذ Cyclegan و SGAN لنقل المجال (الحد الأدنى).
- Pytorch-yolo2: Pytorch-yolo2
- DNI: تنفيذ واجهات عصبية مفصلة باستخدام التدرجات الاصطناعية في Pytorch
- Wgan-GP: تطبيق Pytorch للورقة "تحسين التدريب على Wasserstein Gans".
- pytorch-seq2seq-intent-parsing: هلامت التحليل وملء الفتحة في pytorch مع seq2seq + الاهتمام
- Pytorch_nce: تنفيذ خوارزمية تقدير تباين الضوضاء ل Pytorch. العمل ، ولكن ليس فعالا للغاية.
- Molencoder: Autoencoder الجزيئي في Pytorch
- Gan-Weight-Norm: رمز لـ "على تأثيرات الدفعة والوزن في شبكات الخصومة التوليدية"
- LGAMMA: وظائف تعدد الزوجات ، LGAMMA ، و BETA ل PYTORCH
- BigBatch: رمز يستخدم لإنشاء النتائج التي تظهر في "Train Longe ، وتعميم أفضل: إغلاق فجوة التعميم في تدريب كبير للشبكات العصبية"
- RL_A3C_PYTORCH: التعلم التعزيز مع تنفيذ A3C LSTM لـ ATARI 2600.
- إعادة تجميع Pytorch: Transfer Learning Shootout for Pytorch's Model Zoo (Torchvision)
- NMP_QC: رسالة عصبية تمرير لرؤية الكمبيوتر
- Grad-Cam: Pytorch تطبيق Grad-Cam
- Pytorch-TRPO: Pytorch تنفيذ تحسين سياسة منطقة الثقة (TRPO)
- Pytorch-explain-black-box: Pytorch تنفيذ التفسيرات القابلة للتفسير للصناديق السوداء عن طريق الاضطراب الهادئ
- Vae_vpflows: رمز في Pytorch for the Combination Linear Linear IAF وتدفق صاحب المنزل ، JM Tomczak & M. Welling https://jmtomczak.github.io/deebmed.html
- Networks العلائقية: Pytorch تنفيذ "وحدة شبكة عصبية بسيطة للتفكير العلائقي" (الشبكات العلائقية) https://arxiv.org/pdf/1706.01427.pdf
- vqa.pytorch: إجابة سؤال مرئي في Pytorch
- خانق من طرف إلى طرف: صفقة أم لا صفقة؟ التعلم الشامل لحوارات التفاوض
- Odin-Pytorch: الكشف المبدئي لأمثلة خارج التوزيع في الشبكات العصبية.
- تجميد: تسريع التدريب الصافي العصبي عن طريق التجميد تدريجيا.
- ARAE: رمز للورقة "أجهزة الترميز التلقائي المنتظمة للحيوانات لتوليد هياكل منفصلة" بواسطة Zhao و Kim و Zhang و Rush و Lecun.
- pytorch إلى الأمام: Pytorch تنفيذ "التفكير الأمامي: بناء وتدريب الشبكات العصبية طبقة واحدة في وقت واحد" https://arxiv.org/pdf/1706.02480.pdf
- Context_encoder_pytorch: Pytorch تنفيذ ترميزات السياق
- الانتباه إلى كل ما تبديه----تنفيذ pytorch لنموذج المحول في "الانتباه هو كل ما تحتاجه" .https: //github.com/thnkim/openfacepytorch
- OpenFacePytorch: Module Pytorch لاستخدام نموذج NN4
- Neural-Combinatorial-RL-Pytorch: Pytorch تنفيذ التحسين التوافقي العصبي مع التعلم التعزيز.
- Pytorch-NEC: تنفيذ Pytorch للمراقبة العرضية العصبية (NEC)
- seq2seq.pytorch: التعلم تسلسل إلى تسلسل باستخدام pytorch
- Pytorch-sketch-rnn: تطبيق pytorch من arxiv.org/abs/1704.03477
- Pytorch-prunking: Pytorch تطبيق [1611.06440] تقليم الشبكات العصبية التلافيفية للاستدلال الفعال للموارد
- DRQA: تطبيق Pytorch لقراءة ويكيبيديا للإجابة على أسئلة المجال المفتوح.
- Yellowfin_pytorch: مُحسّن زخم التلقائي
- Samplernn-Pytorch: Pytorch تطبيق Samplernn: نموذج توليد الصوت العصبي غير المشروط.
- حر إيجا: DCGAN أعمق مع استقرار AE
- /pytorch-srresnet: تطبيق Pytorch لثقة صورة واحدة فائقة الصورة باستخدام شبكة عدوانية Arxiv: 1609.04802v2
- VSEPP: رمز للورقة "VSE ++: محسّنة التضمينات الدلالية البصرية"
- Pytorch-DPPO: تنفيذ Pytorch لتحسين السياسة القريبة الموزعة: arxiv.org/abs/1707.02286
- الوحدة: تنفيذ Pytorch لخوارزمية VAE-VAE المقترنة لترجمة صورة إلى صورة غير خاضعة للإشراف
- efficaf_densenet_pytorch: تنفيذ فعال للذاكرة للكثافة
- TSN-Pytorch: شبكات القطاع الزمني (TSN) في Pytorch.
- SMASH: تقنية تجريبية لاستكشاف البنى العصبية بكفاءة.
- Pytorch-Retinanet: Retinanet في Pytorch
- Biogans: التنفيذ الذي يدعم ورقة ICCV 2017 "Gans for Biological Image Synthesis".
- تخليق الصورة الدلالية عبر التعلم العدواني: تطبيق Pytorch للورقة "تخليق الصور الدلالي عبر التعلم العدائي" في ICCV 2017.
- fmpytorch: تطبيق Pytorch لوحدة آلة العوامل في Cython.
- ORN: تطبيق Pytorch للورقة "شبكات الاستجابة الموجهة" في CVPR 2017.
- Pytorch-Maml: Pytorch تطبيق MAML: arxiv.org/abs/1703.03400
- PYTORCH-CORMERY-COLLECTIONS: مجموعة من النماذج التوليدية في إصدار Pytorch.
- VQA-Winner-CVPRW-2017: تنفيذ Pytorch للفائز من ورشة VQA Chllange في CVPR'17.
- Tacotron_Pytorch: Pytorch تنفيذ نموذج توليف الكلام Tacotron.
- PSPNET-PYTORCH: تنفيذ Pytorch لشبكة تجزئة PSPNET
- LM-LSTM-CRF: تمكين تسلسل العلامات مع نموذج اللغة المهمة http://arxiv.org/abs/1709.04109
- توحيد الوجه: تنفيذ Pytorch للورقة "إلى أي مدى نحن من حل مشكلة محاذاة الوجه ثنائية وثلاثية الأبعاد؟ (ومجموعة بيانات من 230،000 معالم ثلاثية الأبعاد)" ، ICCV 2017
- DepthNet: تدريب Pytorch DepthNet على مجموعة بيانات Box.
- Edsr-Pytorch: إصدار Pytorch من الورقة "الشبكات المتبقية العميقة المحسّنة للحصول على صورة فائقة الصورة" (CVPRW 2017)
- E2C-Pytorch: تضمين للتحكم في التنفيذ في Pytorch.
- 3D-resnets-pytorch: Resnets 3D للتعرف على العمل.
- Bandit-NMT: هذا هو رمز Repo لورقة EMNLP 2017 "التعلم التعزيز للترجمة الآلية العصبية مع ردود الفعل البشرية المحاكاة" ، والتي تنفذ خوارزمية A2C على رأس نموذج المشفر العصبي والرميز والمعايير المزيج تحت مكافآت صغار محاكاة.
- Pytorch-A2C-PPO-acktr: تنفيذ Pytorch للناقد Advantage Actor Critic (A2C) ، تحسين السياسة القريبة (PPO) وطريقة منطقة الثقة القابلة للتطوير لتعلم التعزيز العميق باستخدام تقريب Kronecker-Factored (ACKTR).
- Zalando-Pytorch: تجارب مختلفة على مجموعة بيانات الموضة من Zalando.
- sphereface_pytorch: تطبيق pytorch من spherface.
- DQN الفئوي: تنفيذ Pytorch لـ DQN الفئوي من منظور توزيع حول التعلم التعزيز.
- Pytorch-NTM: تنفيذ Pytorch NTM.
- mask_rcnn_pytorch: قناع rcnn في pytorch.
- graph_convnets_pytorch: Pytorch تطبيق Graph Convnets ، Nips'16
- Pytorch-Faster-RCNN: تطبيق Pytorch لإطار اكتشاف RCNN أسرع على أساس Xinlei Chen's TF-Faster-RCNN.
- Torchmoji: تنفيذ Pytorch لنموذج DeepMoji: نموذج التعلم العميق الحديث لتحليل المشاعر ، والعاطفة ، والسخرية ، إلخ.
- تقسيم الدلالي-Pytorch: تنفيذ Pytorch للتجزئة الدلالية/تحليل المشهد على مجموعة بيانات MIT ADE20K
- Pytorch-Qrnn: تنفيذ Pytorch للشبكة العصبية شبه المتكررة-ما يصل إلى 16 مرة أسرع من Nvidia's Cudnn LSTM
- Pytorch-sgns: Skipgram أخذ عينات سلبية في Pytorch.
- SFMlearner-Pytorch: إصدار Pytorch من SFMlearner من Tinghui Zhou et al.
- تشوه الثورة-بيتورش: تنفيذ Pytorch من الالتفاف القابل للتشوه.
- Skip-Gram-Pytorch: تطبيق Pytorch كامل لنموذج Skipgram (مع عينة فرعية وأخذ العينات السلبية). يتم اختبار نتيجة التضمين مع ارتباط رتبة سبيرمان.
- Stackgan-V2: يؤدي تنفيذ Pytorch لإعادة إنتاج Stackgan_V2 إلى الورقة Stackgan ++: توليف صورة واقعية مع شبكات عدوانية متكددة من قبل Han Zhang*، Tao Xu*، Hongsheng Li ، Shaoting Zhang ، Xiaogang Wang ، Xiaolei Huang ، Dimitris Metaxas.
- Self-Critical.pytorch: تطبيق Pytorch غير رسمي للتدريب على التسلسل الناقد لتوضيح الصورة.
- PYGCN: الرسم البياني الشبكات التلافيفية في Pytorch.
- DNC: أجهزة الكمبيوتر العصبية القابلة للتمييز ، ل Pytorch
- prog_gans_pytorch_inference: الاستدلال pytorch لـ "النمو التدريجي من Gans" مع لقطة Celeba.
- Pytorch-Capsule: تنفيذ Pytorch لتوجيه Hinton الديناميكي بين الكبسولات.
- Pyramidnet-Pytorch: تطبيق Pytorch لـ Pyramidnets (الشبكات المتبقية الهرمية العميقة ، arxiv.org/abs/1610.02915)
- Radio-Transformer-Networks: تطبيق Pytorch لشبكات محولات الراديو من الورقة "مقدمة للتعلم العميق للطبقة المادية". arxiv.org/abs/1702.00832
- HONK: إعادة تخطيط Pytorch من CNNs من Google TensorFlow لاكتشاف الكلمات الرئيسية.
- DeepCoral: تطبيق Pytorch لـ "المرجان العميق: محاذاة الارتباط للتكيف مع المجال العميق." ، ECCV 2016
- Pytorch-Pose: مجموعة أدوات Pytorch لتقدير تشكل الإنسان ثنائي الأبعاد.
- Lang-Deerge-Parlai: تنفيذ ورقة EMNLP 2017 "اللغة الطبيعية لا تظهر" بشكل طبيعي "في مربع حوار متعدد العوامل" باستخدام Pytorch و Parlai
- قوس قزح: قوس قزح: الجمع بين التحسينات في تعلم التعزيز العميق
- pytorch_compact_bilinear_pooling v1: يحتوي هذا المستودع على تنفيذ python نقي لتجميع الأثرية المدمجة ورسم العد ل pytorch.
- macpactbilinearpooling-pytorch v2: (Yang Gao ، et al.) تطبيق Pytorch لتجميع الخط الثنائي المدمج.
- عدد قليل من اللاعبين: تنفيذ Pytorch للورقة "التحسين كنموذج لتعلم القليل من اللقطة"
- Meprop: رموز "Meprop: Sparsified Back Sparation للتعلم العميق المتسارع مع انخفاض التورط".
- SFD_PYTORCH: تطبيق Pytorch لكاشف الوجه المقياس المجلس المفرد.
- GradientEpisodicMemory: التعلم التواصل مع الأحجار الكريمة: التدرج الذاكرة العرضية. https://arxiv.org/abs/1706.08840
- DeBlurgan: تنفيذ Pytorch للورقة DeBlurgan: Motion Motion Deblurring باستخدام شبكات عدوانية مشروطة.
- Stargan: Stargan: شبكات نسديات موحدة للتكنولوجيا من أجل tranlsation صورة متعددة المجالات.
- Capsnet-Pytorch: Pytorch تطبيق NIPS 2017 توجيه ديناميكي للورق بين الكبسولات.
- Condensenet: Condensenet: Densenet فعال باستخدام تلوينات المجموعة المستفادة.
- Deep-Ise-Prior: استعادة الصور مع الشبكات العصبية ولكن دون التعلم.
- رأس عميق: رأس التعلم العميق التقدير باستخدام pytorch.
- الوصول العشوائي: يحتوي هذا الرمز على الكود المصدري للورقة "تمحو البيانات العشوائية لزيادة البيانات".
- Fadernetworks: شبكات Fader: معالجة الصور من خلال السمات المنزلق - NIPS 2017
- Flownet 2.0: Flownet 2.0: تطور تقدير التدفق البصري مع الشبكات العميقة
- PIX2PIXHD: تصنيع ومعالجة الصور 2048x1024 مع GANS الشرطية TCWANG0509.GITHUB.IO/PIX2PIXHD
- Pytorch-Smoothgrad: تنفيذ Smoothgrad في Pytorch
- الريتينانيت: تنفيذ الريتينانيت في بيتورش.
- أسرع rcnn.pytorch: هذا المشروع هو تطبيق R-CNN أسرع أسرع ، يهدف إلى تسريع تدريب نماذج الكشف عن كائنات R-CNN الأسرع.
- mixup_pytorch: تطبيق pytorch للمزيج الورقي: ما وراء التقليل من المخاطر التجريبية في pytorch.
- inplace_abn: Batchnorm المنشط في مكانه للتدريب المحسّن للذاكرة لـ DNNs
- Pytorch-Pose-HG-3D: تنفيذ Pytorch لتقدير التشكل البشري ثلاثي الأبعاد
- NMN-Pytorch: شبكة الوحدة العصبية لـ VQA في Pytorch.
- BYTENET: Pytorch تطبيق BYTENET من ورقة "الترجمة الآلية العصبية في الوقت الخطي"
- من أسفل إلى أعلى-VQA: VQA ، الاهتمام من أسفل إلى أعلى ، Pytorch
- YOLO2-PYTORCH: يعد YOLOV2 أحد أكثر كاشف الكائنات ذات المرحلة الواحدة شعبية. يعتمد هذا المشروع Pytorch كإطار تطوير لزيادة الإنتاجية ، واستخدام ONNX لتحويل النماذج إلى CAFFE 2 إلى نشر الهندسة بينيفيت.
- Reseg-Pytorch: Pytorch تطبيق Reseg (arxiv.org/pdf/1511.07053.pdf)
- النيورونات الثنائية الثنائية: الخلايا العصبية العشوائية الثنائية في Pytorch.
- Pytorch-pose تقدير: Pytorch تنفيذ مشروع التقدير متعدد الشخصيات في الوقت الحقيقي.
- التفاعل_network_pytorch: تنفيذ Pytorch لشبكات التفاعل للتعرف على الكائنات والعلاقات والفيزياء.
- NoisynaturalGradient: Pytorch تنفيذ الورق "التدرج الطبيعي الصاخبة كاستدلال تباين".
- EWC.Pytorch: تنفيذ توحيد الوزن المرن (EWC) ، المقترح في James Kirkpatrick et al. التغلب على الكارثية النسيان في الشبكات العصبية 2016 (10.1073/pnas.1611835114).
- Pytorch-ZSSR: تنفيذ Pytorch من 1712.06087 "Zero-Shot" الدقة الفائقة باستخدام التعلم الداخلي العميق
- deep_image_prior: تنفيذ أساليب إعادة بناء الصور من صورة عميقة قبل (Ulyanov et al. ، 2017) في Pytorch.
- Pytorch-transformer: Pytorch تنفيذ الاهتمام هو كل ما تحتاجه.
- Deeprl-Grounding: هذا هو تطبيق Pytorch للبنية AAAI-18 Paper Artections من أجل تأريض اللغة الموجهة للمهمة
- Deep-Forecast-Pytorch: التنبؤ سرعة الرياح باستخدام LSTMS في Pytorch (arxiv.org/pdf/1707.08110.pdf)
- الشبكة القط: تحولات المظهر الكنسي
- Minimal_glo: الحد الأدنى من تنفيذ Pytorch للتحسين الكامن التوليدي من الورقة "تحسين المساحة الكامنة للشبكات التوليدية"
- LearningToCompare-Pytorch: تطبيق Pytorch للورق: تعلم المقارنة: شبكة العلاقة للتعلم قليلاً.
- Poincare-Debeddings: Pytorch تطبيق ورقة NIPS-17 "Poincaré التضمينات لتعلم التمثيل الهرمي".
- Pytorch-TRPO (إصدار منتج Hessian-Vector): هذا هو تطبيق Pytorch لـ "تحسين سياسة منطقة الثقة (TRPO)" مع منتج Hessian-vector الدقيق بدلاً من التقريب المحدود.
- ggnn.pytorch: تنفيذ pytorch للشبكات العصبية في تسلسل الرسم البياني بوابات (GGNN).
- Visual-Interaction-Networks-Pytorch: هذا تطبيق لورقة DeepMind Visual Interaction Networks باستخدام Pytorch
- Patherial-Patch: Pytorch تنفيذ التصحيح العدواني.
- النموذج الأولي networks-for-few-shot-learning-pytorch: تنفيذ الشبكات النموذجية لعدد قليل من التعلم اللقطة (arxiv.org/abs/1703.05175)
- Visual-Feature-Attribution-Using-Wasserstein-Gans-Pytorch: تنفيذ إسناد الميزات المرئية باستخدام Wasserstein Gans (arxiv.org/abs/1711.08998) في Pytorch.
- التصوير الفوتوغرافيات مع توسيع نطاق الصور مع توليف الصور مع شبكات الصقل المتتالية - تنفيذ Pytorch
- ENAS-PYTORCH: PYTORCH تنفيذ "البحث الفعال في العمارة العصبية عبر مشاركة المعلمات".
- التقييم العصبي: تطبيق Pytorch لتقييم الصور العصبية.
- ProxProp: backpropagation القريبة - خوارزمية تدريب الشبكات العصبية التي تأخذ ضمنية بدلاً من خطوات التدرج الصريح.
- Fastphotostyle: حل مغلق الشكل لنمط الصورة الواقعية
- Deep-Defage-Aanalogy-Pytorch: تنفيذ Python لعلم الأسلوب العميق القائم على Pytorch.
- person-reid_pytorch: pytorch للشخص إعادة.
- Pt-dilate-rnn: rnns المتوسعة في pytorch.
- Pytorch-i-i-Revnet: Pytorch تطبيق I-Revnets.
- Orthnet: طبقات Tensorflow و Pytorch لتوليد متعدد الحدود المتعامد.
- DRRN-PYTORCH: تنفيذ شبكة متكررة عميقة للقرار الفائق (DRRN) ، CVPR 2017
- Shampoo.pytorch: تنفيذ الشامبو.
- التقييم العصبي 2: تنفيذ Pytorch لتقييم الصور العصبية.
- TCN: معايير نمذجة التسلسل والشبكات التلافيفية الزمنية locuslab/tcn
- DCC: يحتوي هذا المستودع على رمز المصدر وبيانات إعادة إنتاج نتائج ورق التجميع المستمر العميق.
- Packnet: رمز لـ Packnet: إضافة مهام متعددة إلى شبكة واحدة عن طريق التقليم التكراري arxiv.org/abs/1711.05769
- Pytorch-progression_growing_of_gans: تنفيذ Pytorch للنمو التدريجي لل Gans لتحسين الجودة والاستقرار والاختلاف.
- Nonauto-NMT: تنفيذ Pytorch لـ "ترجمة الآلة العصبية غير العائلية"
- Pytorch-Gan: تطبيقات Pytorch لشبكات الخصومة التوليدية.
- Pytorchwavelets: Pytorch تطبيق تحليل المويجات الموجود في Torrence and Compo (1998)
- Pytorch-Made: Made (تقدير كثافة أدوات التداول التلقائي) في Pytorch
- VRNN: تنفيذ Pytorch لـ RNN المتغير (VRNN) ، من نموذج متغير كامن متكرر للبيانات المتسلسلة.
- التدفق: تنفيذ Pytorch لـ ICLR 2018 Paper Deep Learning للعمليات المادية: دمج المعرفة العلمية السابقة.
- deepvoice3_pytorch: تنفيذ Pytorch لنماذج توليف النص إلى الكلام القائم على الشبكات التلافيفية
- PSMM: Imputation من نموذج خليط Sentinel المؤشر ، كما هو موضح في الورقة بواسطة Stephen Merity et al.
- Tacotron2: تنفيذ Tacotron 2-Pytorch مع الاستدلال الأسرع من الوقت.
- ACCSGD: ينفذ رمز Pytorch لخوارزمية SGD المتسارعة.
- Qanet-Pytorch: تنفيذ Qanet مع Pytorch (EM/F1 = 70.5/77.2 بعد 20 عصرًا لمدة 20 ساعة على بطاقة 1080TI واحدة.)
- النقل: تجسيمات الرسم البياني للمعرفة الثنائية التنازلية
- الاهتمام المنظم بالنفس: التنفيذ للورقة ، جملة منظمة ، جملة ذاتية ، يتم نشرها في ICLR 2017: arxiv.org/abs/1703.03130.
- GraphSage-Simple: التنفيذ المرجعي البسيط لـ GraphSage.
- detectron.pytorch: تنفيذ pytorch للكشف. يتوفر كل من الصفر من الصفر والاستنتاج مباشرة من أوزان اكتشاف ما قبل الولادة.
- R2Plus1d-Pytorch: تنفيذ Pytorch لهندسة RESNET القائمة على الالتفاف R2Plus1D الموصوفة في الورقة "نظرة فاحصة على الملاحقات الزمانية المكانية للتعرف على العمل"
- Stacknn: تنفيذ Pytorch للمداخن القابلة للاختلاف للاستخدام في الشبكات العصبية.
- Translagent: رمز للترجمة الناشئة في التواصل متعدد الوكلاء.
- BAN-VQA: شبكات الاهتمام الثنائية للإجابة على الأسئلة المرئية.
- Pytorch-Openai-Transformer-LM: هذا تطبيق Pytorch لرمز Tensorflow الذي تم توفيره مع ورقة Openai "تحسين فهم اللغة من خلال التدريب المسبق" من تأليف أليك رادفورد ، كارثيك ناراسيمان ، تيم سليمانز وإليا سوتسكيفر.
- T2F: جيل نص إلى وجه باستخدام التعلم العميق. يجمع هذا المشروع بين اثنين من البنية الحديثة Stackgan و Progan لتوليف الوجوه من الأوصاف النصية.
- Pytorch - FID: ميناء من مسافة بدء Fréchet (درجة FID) إلى Pytorch
- VAE_VPFLOWS: رمز في Pytorch for the Comply Combination IAF و The Housholder Flow ، JM Tomczak & M.
- CoordConv-Pytorch: تنفيذ Pytorch من CoordConv تم تقديمه في "فشل مثير للاهتمام في الشبكات العصبية التلافيفية وورقة CoordConv". (arxiv.org/pdf/1807.03247.pdf)
- SDPOINT: تنفيذ "Sochastic Downsampling للاستدلال القابل للتكاليف وتحسين التنظيم في الشبكات التلافيفية" ، المنشورة في CVPR 2018.
- Srdensenet-Pytorch: Srdensenet-Pytorch (ICCV_2017)
- Gan_stability: رمز للورقة "ما هي طرق التدريب الخاصة بـ Gans التي تتقارب فعليًا؟ (ICML 2018)"
- Mask-RCNN: تطبيق Pytorch لهندسة القناع RCNN ، بمثابة مقدمة للعمل مع Pytorch
- Pytorch-Coviar: التعرف على عمل الفيديو المضغوط
- pnasnet.pytorch: Pytorch تطبيق pnasnet-5 على ImageNet.
- Nalu-Pytorch: تنفيذ Pytorch الأساسي لـ NAC/NALU من وحدات المنطق الحسابي العصبي arxiv.org/pdf/1808.00508.pdf
- lola_dice: Pytorch تطبيق Lola (arxiv.org/abs/1709.04326) باستخدام Dice (arxiv.org/abs/1802.05098)
- شبكية-شبكية-بيتورش: شبكة الاستعلام التوليدي (GQN) في Pytorch كما هو موضح في "تمثيل المشهد العصبي وتقديمه"
- Pytorch_hmax: تنفيذ نموذج HMAX للرؤية في Pytorch.
- FCN-PYTORCH-الأكثر: محاولة أن تكون أسهل وتنفيذ Pytorch للاستخدام لـ FCN (شبكات مجنونة تمامًا)
- محول الطاقة: تنفيذ محول تسلسل سريع مع روابط Pytorch.
- Avo-Pytorch: تنفيذ تحسين التباين العددي في Pytorch.
- HCN-PYTORCH: إعادة تصرف Pytorch لـ {co-torcatrence meture التعلم من بيانات الهيكل العظمي للتعرف على الإجراءات والكشف عنها مع التجميع الهرمي}.
- RECNET على مستوى ثنائي: PYTORCH تنفيذ شبكات متبقية واسعة مع أوزان 1 بت من McDonnel (ICLR 2018)
- Piggyback: رمز لـ piggyback: تكييف شبكة واحدة مع مهام متعددة عن طريق تعلم إخفاء الأوزان arxiv.org/abs/1801.06519
- VID2VID: Pytorch تطبيق طريقتنا من أجل الترجمة عالية الدقة (على سبيل المثال 2048x1024) ترجمة الفيديو إلى الفيديو.
- Poisson-Conforce-Sum: يتنفس
- TBD-Nets: Pytorch تطبيق "الشفافية حسب التصميم: سد الفجوة بين الأداء والتفسير في التفكير البصري" arxiv.org/abs/1803.05268
- ATTN2D: الانتباه المنتشرة: شبكات تلافيفية ثنائية الأبعاد للتنبؤ بالتسلسل إلى التسلسل
- yolov3: yolov3: التدريب والاستدلال في pytorch pjreddie.com/darknet/yolo
- Deep-Deep-in-Pytorch: Pytorch تنفيذ خوارزمية رؤية الكمبيوتر عميق الحلم.
- تدفقات Pytorch: تطبيقات Pytorch من الخوارزميات لتقدير الكثافة
- الكمية-الانحدار-DQN-PYTORCH: الانحدار الكمي DQN مثال على الحد الأدنى من العمل
- العلائقية Rnn-Pytorch: تنفيذ الشبكات العصبية المتكررة العلائقية في DeepMind في Pytorch.
- Dextr-Pytorch: Deep Extreme Cut http://www.vision.ee.ethz.ch/~cvlsegmentation/dextr
- Pytorch_gbw_lm: نموذج لغة Pytorch لمجموعة بيانات Google مليار Word.
- Pytorch-NCE: تقدير تباين الضوضاء لإخراج softmax مكتوب في pytorch
- النماذج التوليدية: تطبيقات Pytorch مشروحة ، مفهومة ، وقابلة للتفسير بصريًا لـ: Vae ، Birvae ، Nsgan ، Mmgan ، Wgan ، Wgangp ، Lsgan ، Dragan ، بدأت ، راجان ، إينفوجان ، فاجن ، فيشرغان.
- Convnet-AIG: تنفيذ Pytorch للشبكات التلافيفية مع الرسوم البيانية للاستدلال التكيفي.
- Pytorch متكامل الدرجات: هذا هو تنفيذ Pytorch للورقة-الإسناد البديهي للشبكات العميقة.
- Malconv-Pytorch: Pytorch تطبيق Malconv.
- Trellisnet: Trellis Networks لنمذجة التسلسل
- تعلم التواصل مع تعلم التعزيز العميق متعدد الوكلاء: تنفيذ Pytorch للتعلم للتواصل مع ورقة التعلم العميقة متعددة الوكلاء.
- pnn.pytorch: Pytorch تطبيق CVPR'18 - الشبكات العصبية المضطربة http://xujuefei.com/pnn.html.
- Face_attention_network: تنفيذ Pytorch لشبكة الاهتمام الوجه كما هو موضح في شبكة الاهتمام الوجه: كاشف فعال للوجه للوجوه المغطاة.
- WaveGlow: شبكة توليد قائمة على التدفق لتوليف الكلام.
- Deepfloat: يحتوي هذا المستودع على SystemVerilog RTL و C ++ و HLS (Intel FPGA Opencl لالتفاف رمز RTL) و Python اللازمة لإعادة إنتاج النتائج العددية في "إعادة التفكير في نقطة عائمة للتعلم العميق"
- EPSR: تنفيذ Pytorch لتحليل مفاضلة الإدراك الإدراك باستخدام شبكة الدقة الفائقة الإدراكية المحسنة. فاز هذا العمل بالمركز الأول في مسابقة PIRM2018-SR (المنطقة 1) التي عقدت كجزء من ECCV 2018.
- Clarinet: تطبيق Pytorch لـ Clarinet arxiv.org/abs/1807.07281
- pytorch-pred-bert-bert: إصدار pytorch من طراز Bert من Google AI مع البرنامج النصي لتحميل نماذج Google التي تم تدريبها مسبقًا
- Torch_waveglow: تطبيق Pytorch لـ WaveGlow: شبكة توليد قائمة على التدفق لتوليف الكلام.
- 3DDFA: تحسن Pytorch إعادة تنفيذ TPAMI 2017 ورقة: محاذاة الوجه في نطاق تشكل كامل: حل إجمالي ثلاثي الأبعاد.
- خسارة Landscape: رمز الخسارة لتصور المشهد الخسارة للشبكات العصبية.
- FAMOS: Pytorch تطبيق الورقة "انسخ من جديد أو الطلاء من جديد؟ إطار عمل عدواني ل stylization (غير) صورة حدودي" متوفر على http://arxiv.org/abs/1811.09236.
- Back2Future.pytorch: هذا هو تطبيق Pytorch لـ Janai ، J. ، Güney ، F. ، Ranjan ، A. ، Black ، M. and Geiger ، A. ECCV 2018.
- FFTNET: التنفيذ غير الرسمي لورقة VFTNET لأقراص.
- Faceboxes.pytorch: تنفيذ Pytorch من مربعات الوجه.
- Transformer-XL: Transformer-XL: نماذج لغة منتبهة تتجاوز contexthttps: //github.com/kimiyoung/transformer-xl
- ANDRANSIVIVE_COMPRISSION_NETWORKS: شبكات الضغط الترابطية لتعلم التمثيل.
- fluidnet_cxx: إعادة كتابة fluidnet مع aten الموتر lib.
- التعدادات العميقة للتعلم -الأليثميات--بايتورش: يحتوي هذا المستودع على تطبيقات Pytorch لخوارزميات التعلم التعزيز العميق.
- Shufflenet-V2-Pytorch: هذا تطبيق Pytorch لـ Shufflenet-V2 من FacePlusplus.
- GraphWaveletNeuralNetwork: هذا هو تطبيق Pytorch لشبكة MaveleT Neural Neural. ICLR 2019.
- TaintWalk: هذا تطبيق Pytorch لمشاهدة خطوتك: التعلم العقدة تضمينات عبر انتباه الرسم البياني. NIPS 2018.
- SGCN: هذا هو تطبيق Pytorch لشبكة "الرسم البياني" الموقّع. ICDM 2018.
- الجيب: هذا هو تطبيق Pytorch من الجيب: التضمين الشبكة غير المكتملة القابل للتطوير. ICDM 2018.
- GAM: هذا هو تطبيق Pytorch لتصنيف الرسم البياني باستخدام الانتباه الهيكلي. KDD 2018.
- النمط العصبي-ب: تطبيق Pytorch على الطراز العصبي لجوستين جونسون.
- Tucker: Tucker: Tensor Factorization لإكمال الرسم البياني للمعرفة.
- Pytorch-Prunes: تقليم الشبكات العصبية: هل حان الوقت لتوضيحها في البرعم؟
- SimGNN: SimGNN: A Neural Network Approach to Fast Graph Similarity Computation.
- Character CNN: PyTorch implementation of the Character-level Convolutional Networks for Text Classification paper.
- XLM: PyTorch original implementation of Cross-lingual Language Model Pretraining.
- DiffAI: A provable defense against adversarial examples and library for building compatible PyTorch models.
- APPNP: Combining Neural Networks with Personalized PageRank for Classification on Graphs. ICLR 2019.
- NGCN: A Higher-Order Graph Convolutional Layer. NeurIPS 2018.
- gpt-2-Pytorch: Simple Text-Generator with OpenAI gpt-2 Pytorch Implementation
- Splitter: Splitter: Learning Node Representations that Capture Multiple Social Contexts. (WWW 2019).
- CapsGNN: Capsule Graph Neural Network. (ICLR 2019).
- BigGAN-PyTorch: The author's officially unofficial PyTorch BigGAN implementation.
- ppo_pytorch_cpp: This is an implementation of the proximal policy optimization algorithm for the C++ API of Pytorch.
- RandWireNN: Implementation of: "Exploring Randomly Wired Neural Networks for Image Recognition".
- Zero-shot Intent CapsNet: GPU-accelerated PyTorch implementation of "Zero-shot User Intent Detection via Capsule Neural Networks".
- SEAL-CI Semi-Supervised Graph Classification: A Hierarchical Graph Perspective. (WWW 2019).
- MixHop: MixHop: Higher-Order Graph Convolutional Architectures via Sparsified Neighborhood Mixing. ICML 2019.
- densebody_pytorch: PyTorch implementation of CloudWalk's recent paper DenseBody.
- voicefilter: Unofficial PyTorch implementation of Google AI's VoiceFilter system http://swpark.me/voicefilter.
- NVIDIA/semantic-segmentation: A PyTorch Implementation of Improving Semantic Segmentation via Video Propagation and Label Relaxation, In CVPR2019.
- ClusterGCN: A PyTorch implementation of "Cluster-GCN: An Efficient Algorithm for Training Deep and Large Graph Convolutional Networks" (KDD 2019).
- NVlabs/DG-Net: A PyTorch implementation of "Joint Discriminative and Generative Learning for Person Re-identification" (CVPR19 Oral).
- NCRF: Cancer metastasis detection with neural conditional random field (NCRF)
- pytorch-sift: PyTorch implementation of SIFT descriptor.
- brain-segmentation-pytorch: U-Net implementation in PyTorch for FLAIR abnormality segmentation in brain MRI.
- glow-pytorch: PyTorch implementation of Glow, Generative Flow with Invertible 1x1 Convolutions (arxiv.org/abs/1807.03039)
- EfficientNets-PyTorch: A PyTorch implementation of EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks.
- STEAL: STEAL - Learning Semantic Boundaries from Noisy Annotations nv-tlabs.github.io/STEAL
- EigenDamage-Pytorch: Official implementation of the ICML'19 paper "EigenDamage: Structured Pruning in the Kronecker-Factored Eigenbasis".
- Aspect-level-sentiment: Code and dataset for ACL2018 paper "Exploiting Document Knowledge for Aspect-level Sentiment Classification"
- breast_cancer_classifier: Deep Neural Networks Improve Radiologists' Performance in Breast Cancer Screening arxiv.org/abs/1903.08297
- DGC-Net: A PyTorch implementation of "DGC-Net: Dense Geometric Correspondence Network".
- universal-triggers: Universal Adversarial Triggers for Attacking and Analyzing NLP (EMNLP 2019)
- Deep-Reinforcement-Learning-Algorithms-with-PyTorch: PyTorch implementations of deep reinforcement learning algorithms and environments.
- simple-effective-text-matching-pytorch: A pytorch implementation of the ACL2019 paper "Simple and Effective Text Matching with Richer Alignment Features".
- Adaptive-segmentation-mask-attack (ASMA): A pytorch implementation of the MICCAI2019 paper "Impact of Adversarial Examples on Deep Learning Models for Biomedical Image Segmentation".
- NVIDIA/unsupervised-video-interpolation: A PyTorch Implementation of Unsupervised Video Interpolation Using Cycle Consistency, In ICCV 2019.
- Seg-Uncertainty: Unsupervised Scene Adaptation with Memory Regularization in vivo, In IJCAI 2020.
- pulse: Self-Supervised Photo Upsampling via Latent Space Exploration of Generative Models
- distance-encoding: Distance-Encoding - Design Provably More PowerfulGNNs for Structural Representation Learning.
- Pathfinder Discovery Networks: Pathfinder Discovery Networks for Neural Message Passing.
- PyKEEN: A Python library for learning and evaluating knowledge graph embeddings.
- SSSNET: Official implementation of the SDM2022 paper "SSSNET: Semi-Supervised Signed Network Clustering".
- MagNet: Official implementation of the NeurIPS2021 paper "MagNet: A Neural Network for Directed Graphs".
- Semantic Search: Latest in the field of neural information retrieval / semantic search.
Talks & conferences
- PyTorch Conference 2018: First PyTorch developer conference at 2018.
Pytorch elsewhere
- the-incredible-pytorch : The Incredible PyTorch: a curated list of tutorials, papers, projects, communities and more relating to PyTorch.
- generative models: Collection of generative models, eg GAN, VAE in Tensorflow, Keras, and Pytorch. http://wiseodd.github.io
- pytorch vs tensorflow: an informative thread on reddit.
- Pytorch discussion forum
- pytorch notebook: docker-stack: A project similar to Jupyter Notebook Scientific Python Stack
- drawlikebobross: Draw like Bob Ross using the power of Neural Networks (With PyTorch)!
- pytorch-tvmisc: Totally Versatile Miscellanea for Pytorch
- pytorch-a3c-mujoco: Implement A3C for Mujoco gym envs.
- PyTorch in 5 Minutes.
- pytorch_chatbot: A Marvelous ChatBot implemented using PyTorch.
- malmo-challenge: Malmo Collaborative AI Challenge - Team Pig Catcher
- sketchnet: A model that takes an image and generates Processing source code to regenerate that image
- Deep-Learning-Boot-Camp: A nonprofit community run, 5-day Deep Learning Bootcamp http://deep-ml.com.
- Amazon_Forest_Computer_Vision: Satellite Image tagging code using PyTorch / Keras with lots of PyTorch tricks. kaggle competition.
- AlphaZero_Gomoku: An implementation of the AlphaZero algorithm for Gomoku (also called Gobang or Five in a Row)
- pytorch-cv: Repo for Object Detection, Segmentation & Pose Estimation.
- deep-person-reid: Pytorch implementation of deep person re-identification approaches.
- pytorch-template: PyTorch template project
- Deep Learning With Pytorch TextBook A practical guide to build neural network models in text and vision using PyTorch. Purchase on Amazon github code repo
- compare-tensorflow-pytorch: Compare outputs between layers written in Tensorflow and layers written in Pytorch.
- hasktorch: Tensors and neural networks in Haskell
- Deep Learning With Pytorch Deep Learning with PyTorch teaches you how to implement deep learning algorithms with Python and PyTorch.
- nimtorch: PyTorch - Python + Nim
- derplearning: Self Driving RC Car Code.
- pytorch-saltnet: Kaggle | 9th place single model solution for TGS Salt Identification Challenge.
- pytorch-scripts: A few Windows specific scripts for PyTorch.
- pytorch_misc: Code snippets created for the PyTorch discussion board.
- awesome-pytorch-scholarship: A list of awesome PyTorch scholarship articles, guides, blogs, courses and other resources.
- MentisOculi: A raytracer written in PyTorch (raynet?)
- DoodleMaster: "Don't code your UI, Draw it !"
- ocaml-torch: OCaml bindings for PyTorch.
- extension-script: Example repository for custom C++/CUDA operators for TorchScript.
- pytorch-inference: PyTorch 1.0 inference in C++ on Windows10 platforms.
- pytorch-cpp-inference: Serving PyTorch 1.0 Models as a Web Server in C++.
- tch-rs: Rust bindings for PyTorch.
- TorchSharp: .NET bindings for the Pytorch engine
- ML Workspace: All-in-one web IDE for machine learning and data science. Combines Jupyter, VS Code, PyTorch, and many other tools/libraries into one Docker image.
- PyTorch Style Guide Style guide for PyTorch code. Consistent and good code style helps collaboration and prevents errors!
Feedback: If you have any ideas or you want any other content to be added to this list, feel free to contribute.