Awesome pytorch listダウンロード - Awesome pytorch listソースコードダウンロード

素晴らしい Pytorch リスト

コンテンツ

Pytorch と関連ライブラリ
- NLP と音声処理
- コンピュータビジョン
- 確率的/生成的ライブラリ
- その他の図書館
チュートリアル、書籍、サンプル
紙での実装
講演とカンファレンス
他の場所のピトーチ

Pytorch と関連ライブラリ

pytorch: 強力な GPU アクセラレーションを備えた Python のテンソルとダイナミックニューラルネットワーク。
Captum: PyTorch のモデルの解釈可能性と理解。

NLP と音声処理:

pytorch text: トーチテキスト関連のコンテンツ。
pytorch-seq2seq: PyTorch で実装されたシーケンスツーシーケンス (seq2seq) モデルのフレームワーク。
anuvada: PyTorch を使用した NLP の解釈可能なモデル。
audio: pytorch 用の単純なオーディオ I/O。
ループ: 複数の話者にまたがって音声を生成する方法
Fairseq-py: Python で書かれた Facebook AI Research Sequence-to-Sequence ツールキット。
スピーチ: PyTorch ASR の実装。
OpenNMT-py: PyTorch のオープンソースニューラル機械翻訳 http://opennmt.net
neuralcoref: ニューラルネットワークと spaCy に基づく最先端の相互参照解決
センチメントディスカバリー: 堅牢なセンチメント分類のための大規模な教師なし言語モデリング。
MUSE: 多言語の教師なしまたは教師付き単語埋め込み用のライブラリ
nmtpytorch: PyTorch のニューラル機械翻訳フレームワーク。
pytorch-wavenet: 高速生成を備えた WaveNet の実装
Tacotron-pytorch: Tacotron: エンドツーエンドの音声合成に向けて。
AllenNLP: PyTorch 上に構築されたオープンソースの NLP 研究ライブラリ。
PyTorch-NLP: PyTorch のテキストユーティリティとデータセット pytorchnlp.readthedocs.io
Quick-nlp: FastAI に基づく Pytorch NLP ライブラリ。
TTS: Text2Speech のディープラーニング
LASER: 言語に依存しない SEntence 表現
pyannote-audio: 話者ダイアライゼーションのためのニューラルビルディングブロック: 音声アクティビティ検出、話者変更検出、話者埋め込み
gensen: 大規模なマルチタスク学習による汎用分散文表現の学習。
翻訳: 翻訳 - PyTorch 言語ライブラリ。
espnet: エンドツーエンドの音声処理ツールキット espnet.github.io/espnet
pythia: 視覚的な質問応答のためのソフトウェアスイート
UnsupervisedMT: フレーズベースおよびニューラル教師なし機械翻訳。
jiant: jiant 文表現学習ツールキット。
BERT-PyTorch: Google AI の 2018 BERT の Pytorch 実装 (簡単なアノテーション付き)
InferSent: 文埋め込み (InferSent) と NLI のトレーニングコード。
uis-rnn:これは、論文「Fully Supervised Speaker Diarization」に対応する、Unbounded Interleaved-State Recurrent Neural Network (UIS-RNN) アルゴリズムのライブラリです。 arxiv.org/abs/1810.04719
flair: 最先端の自然言語処理 (NLP) のための非常にシンプルなフレームワーク
pytext: PyTorch に基づく自然言語モデリングフレームワーク fb.me/pytextdocs
voicefilter: Google AI の VoiceFilter システムの非公式 PyTorch 実装 http://swpark.me/voicefilter
BERT-NER: BERT による Pytorch の名前付きエンティティ認識。
transfer-nlp: 柔軟な研究開発のために設計された NLP ライブラリ
texar-pytorch: PyTorch の機械学習とテキスト生成用のツールキット texar.io
pytorch-kaldi: pytorch-kaldi は、最先端の DNN/RNN ハイブリッド音声認識システムを開発するプロジェクトです。 DNN 部分は pytorch によって管理され、特徴抽出、ラベル計算、およびデコードは kaldi ツールキットで実行されます。
NeMo: ニューラルモジュール: 会話型 AI 用のツールキット nvidia.github.io/NeMo
pytorch-struct: コア構造化予測アルゴリズム (HMM、Dep Trees、CKY など) のベクトル化された実装のライブラリ
espresso: Espresso: 高速エンドツーエンドのニューラル音声認識ツールキット
トランスフォーマー: ハグフェイストランスフォーマー: TensorFlow 2.0 および PyTorch 用の最先端の自然言語処理。ハグフェイス.co/トランスフォーマー
Reformer-pytorch: Reformer、Pytorch の効率的な Transformer
torch-metrics: pytorch でのモデル評価のメトリクス
speechbrain: SpeechBrain は、PyTorch に基づいたオープンソースのオールインワン音声ツールキットです。
Backprop: Backprop を使用すると、最先端の ML モデルの使用、微調整、デプロイが簡単になります。

履歴書:

pytorch ビジョン: コンピュータービジョンに固有のデータセット、変換、およびモデル。
pt-styletransfer: PyTorch のクラスとしてのニューラルスタイル転送。
OpenFacePytorch: OpenFace の nn4.small2.v1.t7 モデルを使用するための PyTorch モジュール
img_classification_pk_pytorch: 画像分類モデルと最先端のモデル (DenseNet、ResNet など) を迅速に比較します。
SparseConvNet: 部分多様体スパース畳み込みネットワーク。
Convolution_LSTM_pytorch: マルチレイヤー畳み込み LSTM モジュール
face-alignment: pytorch を使用した 2D および 3D 顔位置合わせライブラリの構築 adrianbulat.com
pytorch-semantic-segmentation: セマンティックセグメンテーション用の PyTorch。
RoIAlign.pytorch: これは RoIAlign の PyTorch バージョンです。この実装は Crop_and_resize に基づいており、CPU と GPU での順方向と逆方向の両方をサポートします。
pytorch-cnn-finetune: PyTorch を使用して事前トレーニング済み畳み込みニューラルネットワークを微調整します。
detectorch: Detectorch - PyTorch 用 detectron
Augmentor: 機械学習用の Python の画像拡張ライブラリ。 http://augmentor.readthedocs.io
s2cnn: このライブラリには、球状信号 (全方位カメラ、地球上の信号など) 用の SO(3) 等変 CNN の PyTorch 実装が含まれています。
TorchCV: コンピュータービジョンにおける深層学習のための PyTorch ベースのフレームワーク。
Maskrcnn-benchmark: PyTorch でのインスタンスセグメンテーションおよびオブジェクト検出アルゴリズムの高速なモジュール式リファレンス実装。
image-classification-mobile: ImageNet-1K で事前トレーニングされた分類モデルのコレクション。
Medicaltorch: Pytorch 用の医療画像フレームワーク http://medicaltorch.readthedocs.io
albumentations: 高速画像拡張ライブラリ。
Kornia: 微分可能なコンピュータービジョンライブラリ。
pytorch-text-recognition: テキスト認識コンボ - CRAFT + CRNN。
facenet-pytorch: davidsandberg/facenet から移植された事前トレーニング済みの Pytorch 顔検出および認識モデル。
detectron2: Detectron2 は、オブジェクトの検出とセグメンテーションのための FAIR の次世代研究プラットフォームです。
vedaseg: pyotrch によるセマンティックセグメンテーションフレームワーク
ClassyVision: 画像とビデオを分類するためのエンドツーエンドの PyTorch フレームワーク。
detecto:10 行未満のコードを使用した Python のコンピュータービジョン
pytorch3d: PyTorch3D は、3D データを使用した深層学習用の再利用可能なコンポーネントの FAIR ライブラリです pytorch3d.org
MMDetection: MMDetection は、OpenMMLab プロジェクトの一部であるオープンソースのオブジェクト検出ツールボックスです。
neural-dream: DeepDream アルゴリズムの PyTorch 実装。夢のような幻覚を引き起こすビジュアルを作成します。
FlashTorch: PyTorch のニューラルネットワーク用の視覚化ツールキット!
Lucent: Tensorflow と OpenAI Clarity の Lucid を PyTorch に適合させました。
MMDetection3D: MMDetection3D は、OpenMMLab プロジェクトの一部である、一般的な 3D オブジェクト検出のための OpenMMLab の次世代プラットフォームです。
MMSegmentation: MMSegmentation はセマンティックセグメンテーションツールボックスおよびベンチマークであり、OpenMMLab プロジェクトの一部です。
MMEditing: MMEditing は、OpenMMLab プロジェクトの一部である画像およびビデオ編集ツールボックスです。
MMAction2: MMAction2 は、OpenMMLab プロジェクトの一部である OpenMMLab の次世代アクション理解ツールボックスおよびベンチマークです。
MMPose: MMPose は、OpenMMLab プロジェクトの一部である姿勢推定ツールボックスおよびベンチマークです。
lightly - Lightly は、自己教師あり学習のためのコンピュータービジョンフレームワークです。
RoMa: 3D 回転を処理する軽量で効率的なライブラリ。

確率的/生成的ライブラリ:

ptstat: PyTorch での確率的プログラミングと統計的推論
pyro: Python と PyTorch を使用した深い普遍的な確率的プログラミング http://pyro.ai
probtorch: Probabilistic Torac は、PyTorch を拡張する深い生成モデル用のライブラリです。
paysage: Python/pytorch の教師なし学習および生成モデル。
pyvarinf: PyTorch の変分推論によるベイズ深層学習メソッドの使用を容易にする Python パッケージ。
pyprob: 確率的プログラミングと推論コンパイルのための PyTorch ベースのライブラリ。
mia: ML モデルに対してメンバーシップ推論攻撃を実行するためのライブラリ。
pro_gan_pytorch: PyTorch nn.Module の拡張機能として実装された ProGAN パッケージ。
botorch: PyTorch でのベイズ最適化

その他のライブラリ:

pytorch の追加機能: pytorch の追加機能。
機能動物園: PyTorch は、lua torch とは異なり、そのコアに autograd を持っているため、torch.nn モジュールのモジュール構造を使用する必要はなく、必要な変数を簡単に割り当て、それらを利用する関数を書くことができ、場合によってはその方が便利です。このリポジトリには、この機能的な方法でのモデル定義が含まれており、一部のモデルについては事前トレーニングされた重みが含まれています。
torch-sampling: このパッケージは、メモリ内またはメモリ外のデータからサンプリングするための一連の変換とデータ構造を提供します。
torchcraft-py: AI 研究のための Torch と StarCraft の間の橋渡しとなる、TorchCraft の Python ラッパー。
aorun: Aorun は、バックエンドとして PyTorch を使用する Keras になる予定です。
logger: 実験用のシンプルなロガー。
PyTorch-docset: PyTorch ドキュメントセット! Dash、Zeal、Velocity、または LovelyDocs と一緒に使用します。
Convert_torch_to_pytorch: torch t7 モデルを pytorch モデルおよびソースに変換します。
pretrained-models.pytorch: このリポジトリの目的は、研究論文の結果を再現するのに役立つことです。
pytorch_fft: FFT 用の PyTorch ラッパー
caffe_to_torch_to_pytorch
pytorch-extension: これは、2 つのテンソルのアダマール積を計算する PyTorch の CUDA 拡張機能です。
tensorboard-pytorch: このモジュールは、検査のために PyTorch テンソルをテンソルボード形式で保存します。現在、テンソルボードでスカラー、画像、オーディオ、ヒストグラム機能をサポートしています。
gpytorch: GPyTorch は、PyTorch を使用して実装されたガウスプロセスライブラリです。これは、柔軟でモジュール式のガウスプロセスモデルを簡単に作成できるように設計されているため、GP を使用するのに専門家である必要はありません。
スポットライト: PyTorch を使用したディープレコメンダーモデル。
pytorch-cns: PyTorch を使用した圧縮ネットワーク検索
pyinn: CuPy 融合 PyTorch ニューラルネットワーク操作
inferno: PyTorch 周辺のユーティリティライブラリ
pytorch-fitmodule: PyTorch モジュールの非常にシンプルなフィット方法
inferno-sklearn: pytorch をラップする scikit-learn 互換のニューラルネットワークライブラリ。
pytorch-caffe-darknet-convert: pytorch、caffe prototxt/weights、および darknet cfg/weights の間で変換します。
pytorch2caffe: PyTorch モデルを Caffemodel に変換します
pytorch-tools: PyTorch 用のツール
sru: RNN を CNN と同じくらい高速にトレーニング (arxiv.org/abs/1709.02755)
torch2coreml：Torch7 -> CoreML
PyTorch-Encoding: PyTorch ディープテクスチャエンコーディングネットワーク http://hangzh.com/PyTorch-Encoding
pytorch-ctc: PyTorch-CTC は、PyTorch 用の CTC (Connectionist Temporal Classics) ビーム検索デコーディングの実装です。 TensorFlow から C++ コードを大幅に借用し、柔軟性を高めるためにいくつかの改良を加えました。
cancelgp: Pytorch のガウス過程。
dpwa: ペアごとの平均化による分散学習。
dni-pytorch: PyTorch の合成勾配を使用した分離されたニューラルインターフェイス。
skorch: pytorch をラップする scikit-learn 互換のニューラルネットワークライブラリ
ignite: Ignite は、PyTorch でのニューラルネットワークのトレーニングを支援する高レベルのライブラリです。
アーノルド: アーノルド - DOOM エージェント
pytorch-mcn: モデルを MatConvNet から PyTorch に変換する
simple-faster-rcnn-pytorch: 競争力のあるパフォーマンスを備えた Faster R-CNN の簡素化された実装。
Generative_zoo: Generative_zoo は、PyTorch のいくつかの生成モデルの実用的な実装を提供するリポジトリです。
pytorchviz: PyTorch 実行グラフの視覚化を作成するための小さなパッケージ。
cogitare: Cogitare - Python による最新の高速モジュール型深層学習および機械学習フレームワーク。
pydlt: PyTorch ベースの深層学習ツールボックス
semi-supervised-pytorch: PyTorch でのさまざまな VAE ベースの半教師あり生成モデルの実装。
pytorch_cluster: 最適化されたグラフクラスターアルゴリズムの PyTorch 拡張ライブラリ。
neural-assembly-compiler:adaptive-neural-compilation に基づく pyTorch 用のニューラルアセンブリコンパイラー。
caffemodel2pytorch: Caffe モデルを PyTorch に変換します。
extension-cpp: PyTorch の C++ 拡張機能
pytoune: PyTorch 用の Keras のようなフレームワークとユーティリティ
Jetson-reinforcement: PyTorch、OpenAI Gym、および Gazebo ロボットシミュレーターを備えた NVIDIA Jetson TX1/TX2 用の深層強化学習ライブラリ。
matchbox: 個々の例のレベルで PyTorch コードを記述し、それをミニバッチで効率的に実行します。
torch-two-sample: 2 サンプルテスト用の PyTorch ライブラリ
pytorch-summary: Keras のmodel.summary()に似た PyTorch のモデルの概要
mpl.pytorch: MaxPoolingLoss の Pytorch 実装。
scVI-dev: PyTorch の scVI プロジェクトの開発ブランチ
apex: 実験的な PyTorch 拡張機能 (将来非推奨になります)
ELF: ELF: ゲーム研究のためのプラットフォーム。
トーチライト: Pytorch (だけではありません) の上にある高レベルのライブラリ
Joint-vae: JointVAE の Pytorch 実装、変動の連続因子と離散因子を解きほぐすためのフレームワーク star2
SLM-Lab: PyTorch のモジュール式深層強化学習フレームワーク。
bindsnet: PyTorch を使用して CPU または GPU でスパイキングニューラルネットワーク (SNN) をシミュレートするために使用される Python パッケージ
pro_gan_pytorch: PyTorch nn.Module の拡張機能として実装された ProGAN パッケージ
pytorch_geometric: PyTorch 用の幾何学的な深層学習拡張ライブラリ
torchplus: PyTorch モジュールに + 演算子を実装し、シーケンスを返します。
lagom: lagom: 強化学習アルゴリズムのプロトタイプを迅速に作成するための軽量の PyTorch インフラストラクチャ。
torchbearer: torchbearer: PyTorch を使用する研究者向けのモデルトレーニングライブラリ。
pytorch-maml-rl: Pytorch でのモデルに依存しないメタ学習による強化学習。
NALU: trask et.al による Neural Arithmetic Logic Units 論文からの NAC/NALU の基本的な pytorch 実装 arxiv.org/pdf/1808.00508.pdf
QuCumber: ニューラルネットワークの多体波動関数の再構成
マグネット: 自分で構築する深層学習プロジェクト http://magnet-dl.readthedocs.io/
opencv_transforms：Torchvision の画像拡張の OpenCV 実装
fastai: fast.ai 深層学習ライブラリ、レッスン、チュートリアル
pytorch-dense-correspondence: 「高密度オブジェクトネット: ロボット操作による、およびロボット操作のための高密度ビジュアルオブジェクト記述子の学習」のコード arxiv.org/pdf/1806.08756.pdf
colorization-pytorch: Interactive Deep Colorization の PyTorch 再実装 richzhang.github.io/ideepcolor
Beauty-net: PyTorch 用のシンプル、柔軟、拡張可能なテンプレート。それは美しいです。
OpenChem: OpenChem: 計算化学および創薬研究のための深層学習ツールキット mariewelt.github.io/OpenChem
torchani: PyTorch 上の正確なニューラルネットワークの可能性 aiqm.github.io/torchani
PyTorch-LBFGS: L-BFGS の PyTorch 実装。
gpytorch: PyTorch のガウスプロセスの非常に効率的でモジュール式の実装。
ヘシアン: pytorch のヘシアン。
vel: 深層学習研究の速度。
nonechucks: PyTorch DataLoader 内の不正な項目をスキップし、フィルターとして変換を使用します。
torchstat: PyTorch のモデルアナライザー。
QNNPACK: 量子化ニューラルネットワークパッケージ - 量子化ニューラルネットワークオペレーターのモバイルに最適化された実装。
torchdiffeq: 完全な GPU サポートと O(1) メモリバックプロパゲーションを備えた微分可能な ODE ソルバー。
redner: 微分可能なモンテカルロパストレーサー
pixyz: より簡潔、直観的、拡張可能な方法で深い生成モデルを開発するためのライブラリ。
euclidesdb: マルチモデル機械学習機能組み込みデータベース http://euclidesdb.readthedocs.io
pytorch2keras: PyTorch 動的グラフを Keras モデルに変換します。
サラダ: 半教師あり学習とドメイン適応。
netharn: pytorch 用のパラメーター化された適合および予測ハーネス。
dgl: 既存の DL フレームワーク上で、グラフでの深層学習を容易にするために構築された Python パッケージ。 http://dgl.ai.
gandissect: GAN のニューロンを視覚化して理解するための Pytorch ベースのツール。 gandissect.csail.mit.edu
delira: 医療画像処理におけるディープニューラルネットワークの高速プロトタイピングとトレーニングのための軽量フレームワーク delira.rtfd.io
マッシュルーム: 強化学習実験用の Python ライブラリ。
Xlearn: 転移学習ライブラリ
geoopt: pytorch optim を使用したリーマン適応最適化法
vegans: PyTorch で既存のさまざまな GAN を提供するライブラリ。
トーチジオメトリ: TGM: PyTorch ジオメトリ
AdverTorch: 敵対的堅牢性 (攻撃/防御/トレーニング) 研究のためのツールボックス
AdaBound: Adam と同じくらい速く、SGD.a と同じくらい優れたトレーニングを行うオプティマイザー
fenchel-young-losses: Fenchel-Young 損失を使用した PyTorch/TensorFlow/scikit-learn での確率的分類
pytorch-OpCounter: PyTorch モデルの FLOP をカウントします。
Tor10: pytorch に基づいて、量子シミュレーション用に設計された汎用 Tensor ネットワークライブラリ。
Catalyst: PyTorch DL および RL 研究用の高レベルのユーティリティ。再現性、迅速な実験、コード/アイデアの再利用に重点を置いて開発されました。別の定期的な電車のループを作成するのではなく、何か新しいものを研究/開発できる。
Axe: 適応実験プラットフォーム
pywick: Pytorch 用の高レベルのバッテリーを含むニューラルネットワークトレーニングライブラリ
torchgpipe: PyTorch の GPipe 実装 torchgpipe.readthedocs.io
ハブ: Pytorch Hub は、研究の再現性を促進するように設計された事前トレーニングされたモデルリポジトリです。
pytorch-lightning: Pytorch の迅速な研究フレームワーク。 keras の研究者版。
Tor10: pytorch に基づいて、量子シミュレーション用に設計された汎用 Tensor ネットワークライブラリ。
tensorwatch: Microsoft Research の深層学習と強化学習のデバッグ、監視、視覚化。
wavetorch: 波動方程式の数値解法と逆伝播 arxiv.org/abs/1904.12831
diffdist: diffdist は pytorch 用の Python ライブラリです。 torch.autograd のデフォルト機能を拡張し、プロセス間の微分可能な通信のサポートを追加します。
torchprof: Pytorch モデルのレイヤーごとのプロファイリングのための最小限の依存関係ライブラリ。
osqpth: PyTorch の微分可能な OSQP ソルバー層。
mctorch: 深層学習用の多様体最適化ライブラリ。
pytorch-hessian-eigenthings: ヘシアンベクトル積と確率的累乗反復を使用した効率的な PyTorch ヘシアン固有分解。
MinkowskiEngine: Minkowski Engine は、一般化されたスパース畳み込みと高次元スパーステンソル用の自動差分ライブラリです。
pytorch-cpp-rl: PyTorch C++ 強化学習
pytorch-toolbelt: 高速な研究開発プロトタイピングと Kaggle ファーミングのための PyTorch 拡張機能
argus-tensor-stream: リアルタイムビデオストリームを CUDA メモリにデコードするためのライブラリ tensorstream.argus-ai.com
macarico: pytorch での検索を学習しています
rlpyt: PyTorch での強化学習
pywarm: PyTorch 用のニューラルネットワークを構築するためのよりクリーンな方法。 blue-season.github.io/pywarm
learn2learn: 研究者向けの PyTorch メタ学習フレームワーク http://learn2learn.net
torchbeast: 分散 RL 用の PyTorch プラットフォーム
より高い: より高いは、ユーザーが個々のトレーニングステップではなくトレーニングループにわたる損失にわたる高次の勾配を取得できるようにする pytorch ライブラリです。
トーシェリー: トーシェリーは、PyTorch 用のユーティリティ関数、レイヤー、損失、モデル、トレーナー、その他のセットです。 torchelie.readthedocs.org
CrypTen: CrypTen は、PyTorch を使用して書かれたプライバシー保護機械学習フレームワークで、研究者や開発者が暗号化されたデータを使用してモデルをトレーニングできるようにします。 CrypTen は現在、暗号化メカニズムとして安全なマルチパーティ計算をサポートしています。
cvxpylayers: cvxpylayers は、PyTorch で微分可能な凸最適化層を構築するための Python ライブラリです。
RepDistiller: 対比表現蒸留 (CRD)、および最近の知識蒸留法のベンチマーク
kaolin: 3D ディープラーニング研究の加速を目的とした PyTorch ライブラリ
PySNN: GPU アクセラレーションのために PyTorch 上に構築された効率的なスパイキングニューラルネットワークフレームワーク。
sparktorch: Apache Spark で Pytorch モデルをトレーニングして実行します。
pytorch-metric-learning: アプリケーションでメトリクス学習を使用する最も簡単な方法。モジュール式で柔軟性があり、拡張可能です。 PyTorch で書かれています。
autonomous-learning-library: 深層強化学習エージェントを構築するための PyTorch ライブラリ。
flambe: 研究とその実稼働への道のりを加速するための ML フレームワーク。フランベアイ
pytorch-optimizer: PyTorch 用の最新の最適化アルゴリズムのコレクション。AccSGD、AdaBound、AdaMod、DiffGrad、Lamb、RAdam、RAdam、Yogi が含まれます。
PyTorch-VAE: PyTorch の変分オートエンコーダー (VAE) のコレクション。
ray: 分散アプリケーションを構築および実行するための高速かつシンプルなフレームワーク。 Ray には、スケーラブルな強化学習ライブラリである RLlib と、スケーラブルなハイパーパラメータ調整ライブラリである Tune がパッケージ化されています。 ray.io
Pytorch Geometric Temporal: PyTorch Geometric の時間拡張ライブラリ
Poutyne: ニューラルネットワークのトレーニングに必要な定型コードの多くを処理する、PyTorch 用の Keras に似たフレームワーク。
Pytorch-Toolbox: これは Pytorch のツールボックスプロジェクトです。 Pytorch コードをより簡単に、読みやすく、簡潔に記述できるようにすることを目指しています。
Pytorch-contrib: 最近の機械学習論文からのアイデアのレビューされた実装が含まれています。
EfficientNet PyTorch: EfficientNet の op-for-op PyTorch 再実装と、事前トレーニングされたモデルとサンプルが含まれています。
PyTorch/XLA: PyTorch/XLA は、XLA ディープラーニングコンパイラを使用して PyTorch ディープラーニングフレームワークと Cloud TPU を接続する Python パッケージです。
webdataset: WebDataset は、POSIX tar アーカイブに格納されているデータセットへの効率的なアクセスを提供する PyTorch データセット (IterableDataset) 実装です。
volksdep: volksdep は、TensorRT を使用して PyTorch、Onnx、および Tensorflow モデルをデプロイおよび高速化するためのオープンソースツールボックスです。
PyTorch-StudioGAN: StudioGAN は、条件付き/無条件画像生成のための代表的な敵対的生成ネットワーク (GAN) の実装を提供する Pytorch ライブラリです。 StudioGAN は、機械学習の研究者が新しいアイデアを簡単に比較および分析できるように、最新の GAN に同一のプレイグラウンドを提供することを目的としています。
torchdrift: ドリフト検出ライブラリ
加速 : マルチ GPU、TPU、混合精度を使用して PyTorch モデルをトレーニングして使用する簡単な方法
lightning-transformers: Pytorch Lightning、Transformers、および Hydra を活用した SOTA Transformers を使用した高性能研究のための柔軟なインターフェイス。
Flower フェデレーションラーニング、分析、評価への統一されたアプローチ。これにより、あらゆる機械学習ワークロードを連携させることができます。
lightning-flash: Flash は、PyTorch Lightning 上に構築された、スケーラブルな深層学習モデルの高速プロトタイピング、ベースライン化、微調整のためのタスクのコレクションです。
Pytorch Geometric Signed Directed: PyTorch Geometric の署名付きおよび有向拡張ライブラリ。
コイラ: CUDA のメモリ不足の問題を防ぐ pytorch のシンプルなラッパー。
Renate: 現実世界の継続学習のためのライブラリ。

チュートリアル、書籍、サンプル

実践的な Pytorch : さまざまな RNN モデルを説明するチュートリアル
DeepLearningForNLPInPytorch: 自然言語処理に重点を置いた、深層学習に関する IPython Notebook チュートリアル。
pytorch-tutorial: pytorch を使用してディープラーニングを学ぶ研究者向けのチュートリアル。
pytorch-exercises: pytorch-exercises コレクション。
pytorch チュートリアル: さまざまな pytorch チュートリアル。
pytorch の例: pytorch の使用例を紹介するリポジトリ
pytorch の練習: pytorch 上のいくつかのサンプルスクリプト。
pytorch ミニチュートリアル: Alec Radford の Theano チュートリアルを基にした PyTorch の最小限のチュートリアル。
pytorch テキスト分類: Pytorch での CNN ベースのテキスト分類の簡単な実装
猫 vs 犬: Kaggle コンペティション Dogs vs. Cats Redux: Kernels Edition の pytorch でのネットワーク微調整の例。現在リーダーボードで 27 位 (0.05074)。
convnet: これは、さまざまなデータセット (ImageNet、Cifar10、Cifar100、MNIST) での深層畳み込みネットワークの完全なトレーニング例です。
pytorch-generative-adversarial-networks: PyTorch を使用した単純な敵対的生成ネットワーク (GAN)。
pytorch コンテナー: このリポジトリは、Torch テーブルレイヤーの PyTorch 実装のリストを提供することにより、以前の Torach が PyTorch の「コンテナレス」世界によりシームレスに移行できるようにすることを目的としています。
pytorch での T-SNE: pytorch での t-SNE 実験
AAE_pytorch: 敵対的オートエンコーダー (Pytorch を使用)。
Kind_PyTorch_Tutorial: 初心者向けの親切な PyTorch チュートリアル。
pytorch-poetry-gen: pytorch に基づく char-RNN。
pytorch-REINFORCE: REINFORCE の PyTorch 実装。このリポジトリは、OpenAI ジムの連続環境と離散環境の両方をサポートします。
PyTorch-Tutorial : ニューラルネットワークを簡単かつ迅速に構築する https://morvanzhou.github.io/tutorials/
pytorch-intro: PyTorch で CNN と RNN を実行する方法を説明するいくつかのスクリプト
pytorch-classification: CIFAR-10/100 および ImageNet 上の画像分類タスクのための統合フレームワーク。
pytorch_notebooks -hardmaru: NumPy と PyTorch で作成されたランダムなチュートリアル。
pytorch_tutoria-quick: PyTorch の簡単な紹介とチュートリアル。新しいフレームワークを試してみたいと考えているコンピュータービジョン、グラフィックス、機械学習の研究者をターゲットとしています。
Pytorch_fine_tuning_Tutorial: PyTorch での微調整または転移学習の実行に関する短いチュートリアル。
pytorch_exercises: pytorch-演習
交通標識の検出: nyu-cv-fall-2017 の例
mss_pytorch: 再帰推論およびスキップフィルタリング接続による歌声の分離 - PyTorch の実装。デモ: js-mim.github.io/mss_pytorch
DeepNLP-models-Pytorch cs-224n でのさまざまな Deep NLP モデルの Pytorch 実装 (スタンフォード大学: 深層学習を使用した NLP)
Mila 入門チュートリアル: MILA の新入生を歓迎するために提供されるさまざまなチュートリアル。
pytorch.rl.learning: PyTorch を使用した強化学習の学習用。
minimum-seq2seq: PyTorch のニューラル機械翻訳に注意を払った最小 Seq2Seq モデル
tensorly-notebooks: TensorLy を使用した Python の Tensor メソッド tensorly.github.io/dev
pytorch_bits: 時系列予測関連の例。
Skip-thoughts: PyTorch での Skip-Thought Vectors の実装。
video-caption-pytorch: ビデオキャプション用の pytorch コード。
Capsule-Network-Tutorial: Pytorch のわかりやすい Capsule Network チュートリアル。
code-of-learn-deep-learning-with-pytorch: これは書籍「Learn Deep Learning with PyTorch」のコードです item.jd.com/17915495606.html
RL-Adventure: 読みやすいコードを備えた、Pytorch のステップバイステップの Deep Q Learning チュートリアル。
加速_dl_pytorch: Jupyter Day Atlanta II での PyTorch によるディープラーニングの高速化。
RL-Adventure-2: PyTorch4 チュートリアル: アクター批評家 / 近接ポリシー最適化 / acer / ddpg / ツインデュエル ddpg / ソフトアクター批評家 / 生成的敵対的模倣学習 / 後知恵の経験リプレイ
50 行のコードで生成された敵対的ネットワーク (GAN) (PyTorch)
adversarial-autoencoders-with-pytorch
pytorchを使用した転移学習
pytorch で yolo オブジェクト検出器を実装する方法
pytorch-for-recommenders-101
pytorch-for-numpy-users
PyTorch チュートリアル: 中国語の PyTorch チュートリアル。
grokking-pytorch: PyTorch へのヒッチカーガイド
PyTorch-Deep-Learning-Minicourse: PyTorch を使用したディープラーニングのミニコース。
pytorch-custom-dataset-examples: PyTorch のカスタムデータセットの例
シーケンスベースのレコメンダーのための乗算的 LSTM
deeplearning.ai-pytorch: Coursera のディープラーニング (deeplearning.ai) スペシャライゼーションの PyTorch 実装。
MNIST_Pytorch_python_and_capi: これは、Python で MNIST ネットワークをトレーニングし、pytorch 1.0 を使用して C++ で実行する方法の例です。
torch_light: チュートリアルと例には、強化トレーニング、NLP、CV が含まれます
portrain-gan: art-DCGAN の Portrait GAN から潜在をデコード (およびほぼエンコード) するためのトーチコード。
mri-analysis-pytorch: PyTorch と MedicalTorch を使用した MRI 解析
cifar10-fast: このブログシリーズで説明されているように、CIFAR10 上の小規模な ResNet を 79 秒で 94% のテスト精度にトレーニングするデモンストレーション。
Intro to Deep Learning with PyTorch: Udacity と Facebook による無料コース。PyTorch の優れた入門書と、PyTorch のオリジナル作成者の 1 人である Soumith Chintala へのインタビューが含まれています。
pytorch-sentiment-analysis: 感情分析のための PyTorch および TorchText の使用を開始するためのチュートリアル。
pytorch-image-models: PyTorch イメージモデル、スクリプト、事前トレーニングされた重み -- (SE)ResNet/ResNeXT、DPN、EfficientNet、MobileNet-V3/V2/V1、MNASNet、シングルパス NAS、FBNet など。
CIFAR-ZOO: 複数の CNN アーキテクチャ用の Pytorch 実装と、最先端の結果によるメソッドの改善。
d2l-pytorch: これは、Dive into Deep Learning, Berkeley STAT 157 (Spring 2019) 教科書のコードを PyTorch に変更する試みです。
Thinking-in-tensors-writing-in-pytorch: tensor で考え、PyTorch で書く (実践的な深層学習の入門)。
NER-BERT-pytorch: Google AI の事前トレーニング済み BERT モデルを使用した固有表現認識タスクの PyTorch ソリューション。
pytorch-sync-batchnorm-example: Pytorch でクロスレプリカ / 同期バッチノルムを使用する方法。
SentimentAnalysis: Hugging Face の Transformers ライブラリのおかげで、Stanford Sentiment Treebank で BERT を微調整することによってトレーニングされた感情分析ニューラルネットワーク。
pytorch-cpp: 深層学習研究者向けの PyTorch チュートリアルの C++ 実装 (pytorch-tutorial の Python チュートリアルに基づく)。
PyTorch を使用した深層学習: ゼロから GAN まで: PyTorch を使用した深層学習の入門に関するインタラクティブでコーディングに重点を置いたチュートリアルシリーズ (ビデオ)。
PyTorch によるディープラーニング: PyTorch によるディープラーニングでは、Python と PyTorch を使用してディープラーニングアルゴリズムを実装する方法を説明します。この本には、CT スキャンを使用して悪性肺腫瘍を検出できるアルゴリズムを構築するケーススタディが含まれています。
PyTorch と AWS を使用したサーバーレス機械学習の動作: 「サーバーレス機械学習の動作」は、AWS、Azure、GCP などの主要なクラウドプロバイダーのサーバーレス機能を使用して、実験的な PyTorch 機械学習コードを本番環境に導入するためのガイドです。
LabML NN: ニューラルネットワークアーキテクチャとアルゴリズムの PyTorch 実装のコレクション (並列メモ付き)。
Flower とフェデレーションされた PyTorch サンプルを実行する: この例では、既存の一元化された PyTorch 機械学習プロジェクトを Flower とフェデレーションする方法を示します。 Cifar-10 データセットは、畳み込みニューラルネットワーク (CNN) とともに使用されます。

紙での実装

google_evolution: これは、Esteban Real らによる画像分類器の大規模進化からの結果ネットワークの 1 つを実装します。アル。
pyscatwave: CuPy/PyTorch を使用した高速散乱変換、ここで論文を読む
scalingscattering: 散乱変換のスケーリング: ディープハイブリッドネットワーク。
deep-auto-punctuation: 文字ごとに学習される自動句読点の pytorch 実装。
Realtime_Multi-person_Pose_Estimation: これは Realtime_Multi-person_Pose_Estimation の pytorch バージョンです。オリジナルコードはここにあります。
PyTorch-value-iteration-networks: Value Iteration Networks (NIPS '16) 論文の PyTorch 実装
pytorch_Highway: pytorch で実装された高速道路ネットワーク。
pytorch_NEG_loss: pytorch に実装された NEG 損失。
pytorch_RVAE: pytorch で実装されたシーケンシャルデータを生成する再帰変分オートエンコーダー。
pytorch_TDNN: pytorch に実装された時間遅延 NN。
eve.pytorch: Eve Optimizer の実装。「Improving Stochastic Gradient Descent with Feedback」(Koushik および Hayaya、2016 年) で提案されています。
e2e-model-learning: タスクベースのエンドツーエンドのモデル学習。
pix2pix-pytorch: 「条件付き敵対的ネットワークを使用した画像から画像への変換」の PyTorch 実装。
シングルショットマルチボックスディテクタ: シングルショットマルチボックスディテクタの PyTorch 実装。
DiscoGAN: 「敵対的生成ネットワークとのクロスドメイン関係の発見方法の学習」の PyTorch 実装
公式のディスコガンの実施：「生成的敵対的ネットワークとのクロスドメイン関係を発見するための学習」の公式実装。
Pytorch-es：これは進化戦略のPytorch実装です。
Piwise：Pytorchを使用したVOC2012データセットのピクセルごとのセグメンテーション。
Pytorch-DQN：PytorchのディープQラーニングネットワーク。
NeuralTalk2-Pytorch：pytorchの画像キャプションモデル（branch with_finetuneのfinetunable cnn）
vnet.pytorch：V-netのPytorch実装：体積医療画像セグメンテーションのための完全畳み込みニューラルネットワーク。
Pytorch-FCN：完全畳み込みネットワークのPytorch実装。
wideresnets：pytorchで実装されたcifar10/100用のwideresnets。この実装には、公式のトーチの実装で必要なものよりも少ないGPUメモリが必要です：https：//github.com/szagoruyko/wide-residual-networks。
pytorch_highway_networks：pytorchで実装された高速道路ネットワーク。
Pytorch-Neucom：Deepmindの微分可能なニューラルコンピューター用紙のPytorch実装。
キャプション：Pytorchを使用して画像のキャプションを生成します。
アニメガン：アニメの顔の描画に焦点を当てた、生成的な敵対的なネットワークのシンプルなPytorchの実装。
CNN-Text分類：これは、Pytorchの文分類論文のためのKimの畳み込みニューラルネットワークの実装です。
DeepSpeech2：Baidu Warp-CTCを使用したDeepSpeech2の実装。 CTCアクティベーション関数でトレーニングされたDeepSpeech2アーキテクチャに基づいてネットワークを作成します。
SEQ2SEQ：このリポジトリには、Pytorchのシーケンス（SEQ2SEQ）モデルのシーケンスの実装が含まれています
Pytorchの非同期アドバンテージアクタークリティック：これは、深い強化学習のための非同期方法で説明されているように、A3cのPytorch実装です。 Pytorchにはマルチプロセス内で共有メモリを制御する簡単な方法があるため、A3cのような非同期方法を簡単に実装できます。
DENSENET：これは、G。Huang、Z。Liu、K。Weinberger、およびL. van der Maatenによる密に接続された畳み込みネットワークで説明されているように、デンセンBCアーキテクチャのPytorch実装です。この実装では、100層のデンゼンセネットBCを備えたCIFAR-10+エラー率が4.77で、成長率は12です。他の多くのサードパーティ実装への公式実装とリンクは、GitHubのLiuzhuang13/Densenet Repoで利用できます。
nninit：pytorch nn.modulesの重量初期化スキーム。これは、@kaixhinによるTorch7の人気のあるnninitのポートです。
より高速なRCNN：これは、より高速なRCNNのPytorch実装です。このプロジェクトは、主にpy-faster-rcnnとtffrcnn.に基づいています。r-cnnの詳細については、r-cnnをより速くするための論文を参照してください。 Jian Sun。
Doomnet：Vizdoom環境でいくつかのRLモデルを実装するDoom-NetのPytorchのバージョン。
Flowenet：Dosovitskiy et al。
SQEEZENET：PytorchでのSqueezenetの実装、#### cifar10データの事前に抑制されたモデルは、CIFAR 10でモデルをトレーニングし、ブロック接続を追加する計画を立てます。
wassersteingan：pytorchのwassersteingan。
Optnet：このリポジトリはBrandon AmosとJ. Zico Kolterによるもので、Pytorchソースコードが含まれています。
QPソルバー：Pytorch用の高速で微分可能なQPソルバー。ブランドンアモスとJ.ジココルターが作成しました。
モデルベースの加速による連続深いQ学習：モデルベースの加速度による連続深いQ学習の再実装。
勾配降下による勾配降下による学習：勾配降下による勾配降下による学習の学習のPytorchの実装。
高速神経スタイル：ファーストニュラルスタイルのPytorch実装では、このモデルは、インスタンスの正規化とともに、リアルタイムスタイルの転送と超解像度のために知覚的損失に記載されている方法を使用します。
PytorchneuralStyletransfer：Pytorchにおける神経スタイルの伝達の実装。
画像スタイルの高速ニューラルスタイルPytorchによる変換：Pytorchによる画像スタイル変換のための高速ニューラルスタイル。
ニューラルスタイルの転送：レオンA.ガティス、アレクサンダーS.エッカー、マティアスベッジが開発したニューラルスタイルのアルゴリズム（https://arxiv.org/abs/1508.06576）を介したPytorchの紹介。
vin_pytorch_visdom：値イテレーションネットワークのPytorch実装（VIN）：クリーンでシンプルでモジュラー。視覚の視覚化。
yolo2：pytorchのyolov2。
注意転換：Pytorchでの注意転送、こちらの論文を読んでください。
SVHNCLASSIFIER：深い畳み込みニューラルネットワークを使用したストリートビュー画像からのマルチ桁数認識のPytorch実装。
Pytorch-Deform-Conv：変形可能な畳み込みのPytorch実装。
Started-Pytorch：Pytorchの実装開始：境界平衡生成敵対的ネットワーク。
TreeLSTM.Pytorch：PytorchでのTree LSTM実装。
年齢：Dmitry Ulyanov、Andrea Vedaldi、Victor Lempitskyによる紙「敵対者 - エンコーダーネットワーク」のコードはここにあります。
resnext.pytorch：pytorchを使用して、resnet-v3（深いニューラルネットワークの集約された残留変換）を再現します。
Pytorch-RL：Pytorch＆Visomによる深い補強学習
ディープリーフスナップ：葉の視力法と比較して、深いニューラルネットワークを使用して精度をテストする葉の網が再現されています。
pytorch-cyclegan-and-pix2pix：ペアのない画像から画像への翻訳の両方のためのPytorch実装。
A3C-Pytorch：PytorchのPytorchの実装Async Actor-Critic Algorithms（A3C）
pytorch-value-iteration-networks：Pytorch Value Iteration Networksの実装（NIP 2016 Best Paper）
Pytorch-Style-Transfer：リアルタイム転送のためのマルチスタイルの生成ネットワークのPytorch実装
pytorch-deeplab-resnet：pytorch-deeplab-resnet-model。
Pointnet.pytorch：「ポイントネット：3D分類とセグメンテーションのポイントセットのディープラーニング」https://arxiv.org/abs/1612.00593のPytorch実装
Pytorch-Playground：Pytorch（Mnist、SVHN、CIFAR10、CIFAR100、STL10、ALEXNET、VGG16、VGG19、RESNET、Inception、Sqeezenet）のベースの前提型モデルとデータセット。
Pytorch-DNC：Pytorch＆Visomを使用したニューラルチューリングマシン（NTM）および微分可能なニューラルコンピューター（DNC）。
pytorch_image_classifier：pytorchを使用した最小限の実用的な画像分類器Pipline、resnet18でのFinetuneを使用して、独自の小さなデータセットで99％の精度を獲得しました。
MNIST-SVHN-TRANSFER：ドメイン転送用のCycleGanとSganのPytorch実装（最小限）。
pytorch-yolo2：pytorch-yolo2
DNI：Pytorchの合成勾配を使用して分離されたニューラルインターフェイスを実装する
WGAN-GP：紙のPytorch実装「Wasserstein Gansの改善されたトレーニング」。
pytorch-seq2seq-intent-parsing：seq2seq +の注意を払ってpytorchの意図解析とスロット充填
pytorch_nce：pytorchのノイズ対照推定アルゴリズムの実装。働いていますが、あまり効率的ではありません。
Molencoder：PytorchのMolecular Autoencoder
GAN-Weight-Norm：「生成敵対的ネットワークにおけるバッチと重量の正規化の影響に関するコード」
LGAMMA：PytorchのPolygamma、Lgamma、およびベータ機能の実装
BIGBATCH：「より長くトレーニング、一般化：ニューラルネットワークの大規模バッチトレーニングの一般化ギャップを閉じる」という結果を生成するために使用されるコード」
RL_A3C_PYTORCH：ATARI 2600のA3C LSTMの実装による強化学習。
Pytorch-retraining：Pytorch's Model Zoo（Torchvision）のトランスファーラーニングシュートアウト
NMP_QC：コンピュータービジョンに合格するニューラルメッセージ
Grad-Cam：Grad-CamのPytorch実装
Pytorch-Trpo：Pytorch Trust Region Policy Optimization（TRPO）の実装
pytorch-explain-black-box：意味のある摂動によるブラックボックスの解釈可能な説明のPytorchの実装
vae_vpflows：凸の組み合わせ線形IAFおよび世帯主フローのPytorchのコード、JM Tomczak＆M。Welling https://jmtomczak.github.io/deebmed.html
リレーショナルネットワーク：「リレーショナルネットワークのための単純なニューラルネットワークモジュール」（リレーショナルネットワーク）https://arxiv.org/pdf/1706.01427.pdfのPytorch実装
vqa.pytorch：Pytorchでの視覚的な質問応答
エンドツーエンドのネゴティエーター：取引または取引なし？交渉対話のためのエンドツーエンド学習
Odin-Pytorch：ニューラルネットワークにおける分散型の例の原則的な検出。
フリーズアウト：徐々に凍結層によるニューラルネットトレーニングを加速します。
アラエ：Zhao、Kim、Zhang、Rush、Lecunによる論文のコード「個別の構造を生成するための敵対的に正規化された自動エンコーダー」。
Forward-Thinking-Pytorch：Pytorchの「フォワード思考：ニューラルネットワークの構築とトレーニングの一度に1つのレイヤー」https://arxiv.org/pdf/1706.02480.pdf
Context_encoder_pytorch：コンテキストエンコーダのpytorch実装
Attention-You-you-you-need-pytorch：「注意が必要なのはすべて」でトランスモデルのpytorch実装。https：//github.com/thnkim/openfacepytorch
OpenFacePytorch：PytorchモジュールOpenfaceのNN4.SMALL2.V1.T7モデルを使用します
ニューラルコビネータリアル-RL-Pytorch：補強学習による神経組み合わせの最適化のPytorch実装。
pytorch-nec：神経エピソードコントロールのPytorch実装（NEC）
seq2seq.pytorch：pytorchを使用したシーケンスからシーケンス学習
pytorch-sketch-rnn：arxiv.org/abs/1704.03477のPytorch実装
Pytorch-Pruning：[1611.06440]リソースの効率的な推論のための剪定畳み込みニューラルネットワークのPytorch実装
DRQA：オープンドメインの質問に答えるためのウィキペディアの読書のPytorchの実装。
yellowfin_pytorch：自動調整運動量SGDオプティマイザー
Samplernn-Pytorch：SamplernnのPytorch実装：無条件のエンドツーエンドニューラルオーディオ生成モデル。
Aegean：AE安定化を伴うより深いDCGAN
/pytorch-srresnet：生成的敵対的なネットワークを使用した写真と現実的な単一画像のスーパー解像度のためのPytorchの実装arxiv：1609.04802v2
VSEPP：論文のコード「VSE ++：視覚的なセマンティック埋め込みの改善」
pytorch-dppo：分散近位政策最適化のpytorch実装：arxiv.org/abs/1707.02286
ユニット：監視されていない画像から画像への翻訳のための結合したVae-GanアルゴリズムのPytorchの実装
Efficient_densenet_pytorch：砂漠のメモリ効率の高い実装
TSN-Pytorch：Pytorchの時間セグメントネットワーク（TSN）。
スマッシュ：神経アーキテクチャを効率的に探索するための実験的手法。
Pytorch-Retinanet：Pytorchのレチナネット
Biogans：ICCV 2017ペーパー「生物学的画像合成のためのガン」をサポートする実装。
敵対学習による意味画像合成：ICCV 2017の論文「敵対学習によるセマンティックイメージ合成」のPytorch実装。
FMPYTORCH：CythonのFactorization MachineモジュールのPytorch実装。
ORN：CVPR 2017の論文「指向応答ネットワーク」のPytorch実装。
pytorch-maml：mamlのPytorch実装：arxiv.org/abs/1703.03400
Pytorch-Generative-Model-Collections：Pytorchバージョンの生成モデルのコレクション。
VQA-Winner-CVPRW-2017：CVPR'17のVQA Chllangeワークショップからの勝者のPytorch実装。
Tacotron_pytorch：タコトロン音声合成モデルのPytorch実装。
PSPNet-Pytorch：PSPNETセグメンテーションネットワークのPytorch実装
LM-LSTM-CRF：タスクアウェア言語モデルhttp://arxiv.org/abs/1709.04109を使用したエンパワーシーケンスラベル付け
対面整列：Pytorchの論文の実装「2Dおよび3Dフェイスアライメントの問題を解決することからどこまで解決しますか？（および230,000の3Dフェイシャルランドマークのデータセット）」、ICCV 2017
Depthnet：Still Box DatasetでのPytorch Depthnetトレーニング。
Edsr-Pytorch：Pytorchバージョンのペーパー「単一画像のスーパー解像度のための深い残留ネットワークを強化する」（CVPRW 2017）
E2C-Pytorch：Pytorchの実装を制御するために埋め込まれました。
3D-Resnets-Pytorch：アクション認識のための3D Resnets。
Bandit-NMT：これは、EMNLP 2017の論文「シミュレートされた人間のフィードバックを備えた盗賊ニューラル機械翻訳の強化学習」のコードレポです。
pytorch-a2c-ppo-acktr：アドバンテージアクター批評家（A2C）、近位政策最適化（PPO）、およびKronecker-Factored近似（ACKTR）を使用した深い補強学習のためのスケーラブルな信頼できる信頼地域法のPytorch実装。
Zalando-Pytorch：ZalandoのFashion-Mnistデータセットに関するさまざまな実験。
Sphereface_pytorch：SpherefaceのPytorch実装。
カテゴリーDQN：強化学習に関する分布の観点からカテゴリDQNのPytorch実装。
pytorch-ntm：pytorch ntm実装。
mask_rcnn_pytorch：pytorchのマスクrcnn。
Graph_convnets_pytorch：Pytorch Graph Convnetsの実装、NIPS'16
Pytorch-Faster-RCNN：Xinlei ChenのTF-Faster-RCNNに基づいたより高速なRCNN検出フレームワークのPytorch実装。
Torchmoji：DeepmojiモデルのPytorch実装：感情、感情、皮肉などを分析するための最先端の深い学習モデル。
セマンティックセグメンテーション-Pytorch：MIT ADE20Kデータセットでのセマンティックセグメンテーション/シーンの解析のためのPytorchの実装
pytorch-qrnn：準再流行ネットワークのpytorch実装 - nvidiaのcudnn lstmの最大16倍速い
Pytorch-Sgns：PytorchのSkipgramネガティブサンプリング。
SFMLEARNER-PYTORCH：Tinghui Zhou et al。
変形可能な詐欺-Pytorch：変形可能な畳み込みのPytorch実装。
Skip-Gram-Pytorch：Skipgramモデルの完全なPytorch実装（サブサンプリングと負のサンプリングを使用）。埋め込み結果は、スピアマンのランク相関でテストされます。
Stackgan-V2：Stackgan_V2を再現するためのPytorchの実装は、Paper Stackgan ++：Han Zhang*、Tao Xu*、Hongsheng Li、Shaoting Zhang、Xiaogang Wang、Xiaolei Huang、Dimitris Metaxasの積み重ねられた生成敵対的ネットワークによる現実的な画像合成の結果です。
selfcritical.pytorch：画像キャプションのための自己批判的なシーケンストレーニングのための非公式のpytorch実装。
Pygcn：Pytorchのグラフ畳み込みネットワーク。
DNC：Pytorch用の微分可能なニューラルコンピューター
prog_gans_pytorch_inference：セレバスナップショットを備えた「gansの進歩的な成長」に対するpytorchの推論。
Pytorch-Capsule：カプセル間のヒントンの動的ルーティングのPytorch実装。
Pyramidnet-Pytorch：ピラミッドネットのPytorch実装（深いピラミッド型残留ネットワーク、arxiv.org/abs/1610.02915）
Radio-Transformer-Networks：ペーパーからの無線変圧器ネットワークのPytorch実装「物理的層の深い学習の紹介」。 arxiv.org/abs/1702.00832
HONK：キーワードスポッティングのためのGoogleのTensorflow CNNSのPytorchの再実装。
DeepCoral：「ディープサンゴ：ディープドメイン適応の相関アライメント」のPytorch実装。」、ECCV 2016
Pytorch-Pose：2Dヒューマンポーズ推定用のPytorch Toolkit。
Lang-Emerge-Parlai：EMNLP 2017ペーパーの実装「自然言語は、マルチエージェントダイアログで「自然」に現れない」PytorchとParlaiを使用して」
レインボー：レインボー：深い補強学習の改善を組み合わせます
pytorch_compact_bilinear_pooling v1：このリポジトリには、Pytorchのコンパクトな双線形プーリングとカウントスケッチの純粋なPython実装があります。
CompactBilinearPooling-Pytorch V2 ：（ Yang Gao、et al。）コンパクトな双線形プーリングのためのPytorch実装。
少数のショットラーニング：Pytorchの論文の実装「少数の学習のモデルとしての最適化」
MEPROP：「MEPROP：過剰適合を減らして加速した深い学習のための背中の伝播をスパースした」のコード。
SFD_PYTORCH：シングルショットスケール不変のフェイス検出器のPytorch実装。
GradientepisodicMemory：gemを使用した連続体学習：勾配エピソードメモリ。 https://arxiv.org/abs/1706.08840
DeBlurgan：Pytorch Paper Deblurganの実装：条件付き敵対的ネットワークを使用したブラインドモーションデブラリング。
Stargan：Stargan：マルチドメイン画像からイメージからイメージへのトランス化のための統一生成敵対的ネットワーク。
Capsnet-Pytorch：PytorchのNIPS 2017 Paper Dynamic RoutingのPytorch実装。
conscensenet：condensenet：学習グループの畳み込みを使用した効率的なデンセン。
ディープイメージの優先順位：神経ネットワークによる画像の回復は、学習なしで。
ディープヘッドポーズ：Pytorchを使用したディープラーニングヘッドポーズ推定。
ランダムエラージング：このコードには、ペーパー「ランダム消去データ増強」のソースコードがあります。
FadernetWorks：Fader Networks：スライド属性による画像の操作-NIPS 2017
Flowenet 2.0：Flowenet 2.0：Deep Networksを使用した光フロー推定の進化
PIX2PIXHD：条件付きGANS TCWANG0509.GITHUB.IO/PIX2PIXHDを使用した2048x1024画像の合成と操作
pytorch-smoothgrad：pytorchでのSmoothgrad実装
Retinanet：Pytorchでのレチナネットの実装。
高速Rcnn.pytorch：このプロジェクトは、より高速なR-CNNオブジェクト検出モデルのトレーニングを加速することを目的とした、より高速なR-CNN実装です。
mixup_pytorch：ペーパーミックスのPytorch実装：Pytorchの経験的リスク最小化を超えて。
Inplace_Abn：DNNSのメモリ最適化トレーニング用のインプレースアクティブ化されたBatchNorm
Pytorch-Pose-HG-3d：3Dヒトポーズ推定のためのPytorch実装
NMN-Pytorch：PytorchのVQAのニューラルモジュールネットワーク。
bytenet：「線形時間における神経機械翻訳」紙からのbytenetのPytorchの実装
ボトムアップアテンション-VQA：VQA、ボトムアップアテンション、Pytorch
Yolo2-Pytorch：Yolov2は、最も人気のある1段階のオブジェクト検出器の1つです。このプロジェクトは、Pytorchを開発のフレームワークとして採用して生産性を向上させ、ONNXを利用してモデルをCaffe 2に変換してBenifit Engineeringの展開に変換します。
Reseg-Pytorch：reseg（arxiv.org/pdf/1511.07053.pdfのpytorch実装）
バイナリ確率神経：Pytorchのバイナリ確率ニューロン。
Pytorch-pose-destimation：リアルタイムマルチパーソンポーズ推定プロジェクトのPytorch実装。
interaction_network_pytorch：オブジェクト、関係、物理学について学習するためのインタラクションネットワークのPytorch実装。
noisynaturalgradient：Pytorchの紙「変分推論としての騒々しい自然勾配」の実装。
EWC.Pytorch：James Kirkpatrick et al。ニューラルネットワーク2016（10.1073/PNAS.1611835114）での壊滅的な忘却を克服します。
Pytorch-Zssr：1712.06087のPytorch実装「ゼロショット」のスーパー解像度の深い内部学習
Deep_image_prior：PytorchのDeep Image Prior（Ulyanov et al。、2017）からの画像再構成方法の実装。
Pytorch-Transformer：Pytorchの注意の実装が必要です。
Deeprl-Grounding：これは、タスク指向の言語の接地のためのAAAI-18紙ゲートアテンションアーキテクチャのPytorch実装です
Deep-Forecast-Pytorch：Pytorch（arxiv.org/pdf/1707.08110.pdfでLSTMSを使用した風速予測）
cat-net：標準外観変換
Minimal_glo：論文からの生成潜在的最適化の最小Pytorchの実装「生成ネットワークの潜在空間を最適化」
LearningTocompare-Pytorch：Pytorchの紙の実装：学習の比較：少数のショット学習のための関係ネットワーク。
Poincare-embeddings：NIPS-17 PaperのPytorchの実装「階層的表現を学習するためのポアンカレ埋め込み」。
Pytorch-Trpo（Hessian-Vector製品バージョン）：これは、有限差分近似ではなく、ヘシアンベクトル製品を使用した「信頼地域ポリシー最適化（TRPO）」のPytorch実装です。
ggnn.pytorch：ゲートグラフシーケンスニューラルネットワーク（GGNN）のPytorch実装。
Visual-Interaction-Networks-Pytorch：これは、Pytorchを使用したDeepMind Visual Interaction Networks Paperの実装です
敵対パッチ：敵対的なパッチのPytorch実装。
Prototypical-networks-for-shot-learning-pytorch：Pytorchの少数のショット学習（arxiv.org/abs/1703.05175）のプロトタイプネットワークの実装
Visual-Feature-Attribution-Using-Wassertein-Gans-Pytorch：PytorchでのWasserstein Gans（arxiv.org/abs/1711.08998）を使用した視覚的特徴属性の実装。
PhotogrowImagesYnthesiswithcascasedRefimingNetworks -Pytorch：カスケード洗練されたネットワークを使用した写真画像合成-Pytorchの実装
Enas-Pytorch：「パラメーター共有による効率的なニューラルアーキテクチャ検索」のPytorch実装。
神経画像評価：神経画像評価のPytorch実装。
ProxProp：近位バックプロパゲーション - 明示的な勾配ステップではなく暗黙的なニューラルネットワークトレーニングアルゴリズム。
FastPhotostyle：光リアリスティックな画像様式化に対する閉じた形式のソリューション
Deep-Image-Analogy-Pytorch：Pytorchに基づくディープイメージアナロジーのPython実装。
Person-reid_pytorch：Pytorch for Person Reid。
Pt-dilate-rnn：Pytorchの拡張RNN。
pytorch-i-revnet：i-revnetsのpytorch実装。
Orthnet：直交多項式を生成するためのTensorflowおよびPytorch層。
drrn-pytorch：スーパー解像度のための深い再帰残差ネットワークの実装（DRRN）、CVPR 2017
shampoo.pytorch：シャンプーの実装。
神経画像評価2：神経画像評価のPytorch実装。
TCN：シーケンスモデリングベンチマークと時間的畳み込みネットワークlocuslab/tcn
DCC：このリポジトリには、深い連続クラスタリングペーパーの結果を再現するためのソースコードとデータが含まれています。
PackNet：PackNetのコード：arxiv.org/abs/1711.05769の繰り返しによる単一のネットワークに複数のタスクを追加する
pytorch-progression_growing_of_gans：品質、安定性、バリエーションを改善するためのGANの進行性成長のPytorchの実装。
Nonauto-nmt：「非自動性神経機械翻訳」のPytorchの実装
Pytorch-Gan：生成的敵対的ネットワークのPytorch実装。
Pytorchwavelets：Torrence and Compo（1998）で見つかったウェーブレット分析のPytorchの実装
Pytorch-Made：Pytorchでの作成（マスクされた自動エンコーダー密度推定）実装
VRNN：シーケンシャルデータの再発性潜在変数モデルから、変分RNN（VRNN）のPytorch実装。
フロー：ICLR 2018のPytorch実装物理的プロセスのための深い学習：以前の科学的知識の統合。
deepvoice3_pytorch：畳み込みネットワークベースのテキストからスピーチ合成モデルのPytorch実装
PSMM：Stephen Merity et al。
Tacotron2：Tacotron 2-Pytorchの実装がより速い時間よりも速い推論。
ACCSGD：加速されたSGDアルゴリズムのPytorchコードを実装します。
Qanet-Pytorch：Pytorchを使用したQanetの実装（EM/F1 = 70.5/77.2 20エポチェス後、1つの1080TIカードで約20時間）。
CONVE：畳み込み2Dナレッジグラフ埋め込み
構造化された自己攻撃：ICLR 2017：arxiv.org/abs/1703.03130に掲載されている構造化された自己attentive文埋め込みの実装。
Graphsage-Simple：グラフセージの簡単な参照実装。
Detectron.pytorch：検出器のPytorch実装。ゼロからのトレーニングと、前処理された検出力の重みから直接推測することの両方が利用可能です。
R2PLUS1D-PYTORCH：R2PLUS1DコンボリューションベースのResNetアーキテクチャのPytorch実装では、「アクション認識のための時空間畳み込みの詳細」
Stacknn：ニューラルネットワークで使用するための微分可能なスタックのPytorch実装。
トランスジェント：マルチエージェント通信における緊急翻訳のコード。
BAN-VQA：視覚的な質問応答のための双線形注意ネットワーク。
Pytorch-openai-transformer-LM：これは、Alec Radford、Karthik Narasimhan、Tim Salimans、Ilya Sutskeverによる、Openaiの論文「生成前トレーニングによる言語理解の改善」で提供されたTensorflowコードのPytorch実装です。
T2F：ディープラーニングを使用したテキストツーフェースの生成。このプロジェクトは、テキストの説明から顔を合成するための最近のアーキテクチャスタックガンとプログレンの2つを組み合わせています。
Pytorch -fid：PytorchへのFréchetInception距離（FIDスコア）のポート
vae_vpflows：凸の組み合わせ線形IAFおよび世帯主のフローのPytorchのコード、JM Tomczak＆M。Welling jmtomczak.github.io/deebmed.html
coordconv-pytorch：「畳み込みニューラルネットワークの興味深い失敗とcoordconvソリューション」で導入されたcoldconvのpytorch実装。（arxiv.org/pdf/1807.03247.pdf）
SDPOINT：「CVPR 2018に掲載された「コスト調整可能な推論と畳み込みネットワークの改善のための確率的ダウンサンプリング」の実装。
srdensenet-pytorch：srdensenet-pytorch
Gan_Stability：紙のコード「Gansのトレーニング方法は実際に収束しますか？（ICML 2018）」
Mask-RCNN：マスクRCNNのアーキテクチャのPytorch実装は、Pytorchとの協力の紹介として機能します
Pytorch-Coviar：圧縮ビデオアクション認識
pnasnet.pytorch：imagenet上のpnasnet-5のpytorch実装。
Nalu-Pytorch：神経算術論理ユニットarxiv.org/pdf/1808.00508.pdfからのnac/naluの基本的なpytorch実装
lola_dice：dice（arxiv.org/abs/1802.05098を使用したLola（arxiv.org/abs/1709.04326）のpytorch実装
Generative-Query-network-pytorch：「ニューラルシーンの表現とレンダリング」に記載されているPytorchの生成クエリネットワーク（GQN）
pytorch_hmax：pytorchの視力モデルの実装。
fcn-pytorch-easest：FCNの最も簡単で、ただ使用しているPytorch実装（完全に畳み込みネットワーク）になろうとしています
トランスデューサー：Pytorchバインディングを使用した高速シーケンストランスデューサーの実装。
Avo-Pytorch：Pytorchにおける敵対的な変動最適化の実装。
hcn-pytorch：{階層集約によるアクション認識と検出のために、スケルトンデータから学習する共起機能の共起機能}のpytorch再実装}。
バイナリ全体のレスネット：McDonnelによる1ビットウェイトの広い残差ネットワークのPytorch実装（ICLR 2018）
ピギーバック：ピギーバックのコード：重量をマスクすることを学習することにより、単一のネットワークを複数のタスクに適合させるarxiv.org/abs/1801.06519
VID2VID：高解像度のための方法のPytorch実装（例えば2048x1024）フォトリアリスティックなビデオからビデオへの翻訳。
Poisson Convolution-Sum：ポアソン加重畳み込みの無限の合計を実装します
TBD-Nets：「設計による透明性のPytorch実装：視覚的推論におけるパフォーマンスと解釈可能性のギャップを閉じる」arxiv.org/abs/1803.05268
ATTN2D：広範囲の注意：シーケンスからシーケンス予測のための2D畳み込みネットワーク
Yolov3：Yolov3：pytorch pjreddie.com/darknet/yoloでのトレーニングと推論
Deep-Dream-in-Pytorch：Deepdream Computer Vision AlgorithmのPytorch実装。
Pytorch-flows：密度推定のためのアルゴリズムのPytorch実装
分位回復-DQN-Pytorch：分位回帰DQN最小限の作業例
Relational-RNN-Pytorch：PytorchにおけるDeepMindのリレーショナル再発性ニューラルネットワークの実装。
Dextr-Pytorch：Deep Extreme Cut http://www.vision.ee.eth.ch/~cvlsegmentation/dextr
pytorch_gbw_lm：Google 10億語データセットのPytorch言語モデル。
pytorch-nce：pytorchで記述されたソフトマックス出力のノイズ対照推定
生成モデル：Vae、Birvae、Nsgan、Mmgan、Wgan、Wgangp、Lsgan、Dragan、Segin、Ragan、Infogan、Fgan、Fisherganの注釈、理解可能、視覚的に解釈可能なPytorchの実装。
Convnet-Aig：適応推論グラフを備えた畳み込みネットワークのPytorch実装。
Integrated-Gradient-Pytorch：これは、ディープネットワークのための公理的属性のPytorchの実装です。
Malconv-Pytorch：MalconvのPytorch実装。
Trellisnet：シーケンスモデリング用のTrellisネットワーク
深いマルチエージェント補強学習とのコミュニケーションの学習：Pytorch Commuへの学習の実装