Página Inicial>Relacionado com a programação>Pitão
Baixar

Lista incrível do Pytorch

Conteúdo

  • Pytorch e bibliotecas relacionadas
    • PNL e processamento de fala
    • Visão Computacional
    • Bibliotecas Probabilísticas/Generativas
    • Outras bibliotecas
  • Tutoriais, livros e exemplos
  • Implementações em papel
  • Palestras e Conferências
  • Pytorch em outro lugar

Pytorch e bibliotecas relacionadas

  1. pytorch: Tensores e redes neurais dinâmicas em Python com forte aceleração de GPU.
  2. Captum: Interpretabilidade e compreensão do modelo para PyTorch.

PNL e processamento de fala:

  1. texto pytorch: conteúdo relacionado ao texto da tocha.
  2. pytorch-seq2seq: Uma estrutura para modelos sequência a sequência (seq2seq) implementados em PyTorch.
  3. anuvada: Modelos interpretáveis ​​para PNL usando PyTorch.
  4. áudio: E/S de áudio simples para pytorch.
  5. loop: um método para gerar fala em vários alto-falantes
  6. fairseq-py: Kit de ferramentas de sequência a sequência de pesquisa de IA do Facebook escrito em Python.
  7. discurso: Implementação PyTorch ASR.
  8. OpenNMT-py: tradução automática neural de código aberto em PyTorch http://opennmt.net
  9. neuralcoref: resolução de correferência de última geração baseada em redes neurais e spaCy huggingface.co/coref
  10. descoberta de sentimentos: modelagem de linguagem não supervisionada em escala para classificação robusta de sentimentos.
  11. MUSE: uma biblioteca para incorporações de palavras multilíngues não supervisionadas ou supervisionadas
  12. nmtpytorch: Estrutura de tradução automática neural em PyTorch.
  13. pytorch-wavenet: Uma implementação de WaveNet com geração rápida
  14. Tacotron-pytorch: Tacotron: Rumo à síntese de fala de ponta a ponta.
  15. AllenNLP: uma biblioteca de pesquisa de PNL de código aberto, construída em PyTorch.
  16. PyTorch-NLP: utilitários de texto e conjuntos de dados para PyTorch pytorchnlp.readthedocs.io
  17. quick-nlp: biblioteca Pytorch PNL baseada em FastAI.
  18. TTS: Aprendizado profundo para Text2Speech
  19. LASER: representações de frases independentes de linguagem
  20. pyannote-audio: blocos de construção neurais para diarização de locutor: detecção de atividade de fala, detecção de mudança de locutor, incorporação de locutor
  21. gensen: Aprendendo representações de frases distribuídas de uso geral por meio de aprendizagem multitarefa em larga escala.
  22. traduzir: Translate - uma biblioteca de idiomas PyTorch.
  23. espnet: Kit de ferramentas de processamento de fala ponta a ponta espnet.github.io/espnet
  24. pythia: um pacote de software para resposta visual a perguntas
  25. UnsupervisedMT: Tradução automática não supervisionada baseada em frases e neural.
  26. jiant: O kit de ferramentas de aprendizagem de representação de sentenças jiant.
  27. BERT-PyTorch: implementação Pytorch do BERT 2018 do Google AI, com anotação simples
  28. InferSent: Embeddings de frases (InferSent) e código de treinamento para NLI.
  29. uis-rnn:Esta é a biblioteca para o algoritmo Unbounded Interleaved-State Recurrent Neural Network (UIS-RNN), correspondente ao artigo Fully Supervised Speaker Diarization. arxiv.org/abs/1810.04719
  30. talento: uma estrutura muito simples para processamento de linguagem natural (PNL) de última geração
  31. pytext: Uma estrutura de modelagem de linguagem natural baseada em PyTorch fb.me/pytextdocs
  32. filtro de voz: implementação não oficial do PyTorch do sistema VoiceFilter do Google AI http://swpark.me/voicefilter
  33. BERT-NER: Reconhecimento de entidade nomeada Pytorch com BERT.
  34. transfer-nlp: biblioteca de PNL projetada para pesquisa e desenvolvimento flexíveis
  35. texar-pytorch: Kit de ferramentas para aprendizado de máquina e geração de texto, em PyTorch texar.io
  36. pytorch-kaldi: pytorch-kaldi é um projeto para o desenvolvimento de sistemas de reconhecimento de fala híbridos DNN/RNN de última geração. A parte DNN é gerenciada por pytorch, enquanto a extração de recursos, cálculo de rótulos e decodificação são realizados com o kit de ferramentas Kaldi.
  37. NeMo: Módulos Neurais: um kit de ferramentas para IA conversacional nvidia.github.io/NeMo
  38. pytorch-struct: Uma biblioteca de implementações vetorizadas de algoritmos de previsão estruturados principais (HMM, Dep Trees, CKY, ..,)
  39. espresso: Espresso: um kit de ferramentas de reconhecimento de fala neural rápido e completo
  40. transformers: huggingface Transformers: Processamento de linguagem natural de última geração para TensorFlow 2.0 e PyTorch. huggingface.co/transformers
  41. reformer-pytorch: Reformer, o transformador eficiente, em Pytorch
  42. torch-metrics: Métricas para avaliação de modelo em pytorch
  43. Speechbrain: SpeechBrain é um kit de ferramentas de fala completo e de código aberto baseado em PyTorch.
  44. Backprop: Backprop simplifica o uso, o ajuste e a implantação de modelos de ML de última geração.

CV:

  1. visão pytorch: conjuntos de dados, transformações e modelos específicos para visão computacional.
  2. pt-styletransfer: transferência de estilo neural como uma classe no PyTorch.
  3. OpenFacePytorch: módulo PyTorch para usar o modelo nn4.small2.v1.t7 do OpenFace
  4. img_classification_pk_pytorch: Comparando rapidamente seus modelos de classificação de imagens com os modelos de última geração (como DenseNet, ResNet, ...)
  5. SparseConvNet: Redes convolucionais esparsas subvariedades.
  6. Convolution_LSTM_pytorch: Um módulo LSTM de convolução multicamadas
  7. alinhamento de face: biblioteca de alinhamento de face 2D e 3D construída usando pytorch adrianbulat.com
  8. segmentação semântica pytorch: PyTorch para segmentação semântica.
  9. RoIAlign.pytorch: Esta é uma versão PyTorch do RoIAlign. Esta implementação é baseada em crop_and_resize e suporta avanço e retrocesso em CPU e GPU.
  10. pytorch-cnn-finetune: Ajuste redes neurais convolucionais pré-treinadas com PyTorch.
  11. detectorch: Detectorch - detectron para PyTorch
  12. Augmentor: Biblioteca de aumento de imagens em Python para aprendizado de máquina. http://augmentor.readthedocs.io
  13. s2cnn: Esta biblioteca contém uma implementação PyTorch dos CNNs equivariantes SO(3) para sinais esféricos (por exemplo, câmeras omnidirecionais, sinais no globo)
  14. TorchCV: uma estrutura baseada em PyTorch para aprendizado profundo em visão computacional.
  15. maskrcnn-benchmark: Implementação de referência rápida e modular de algoritmos de segmentação de instância e detecção de objetos em PyTorch.
  16. image-classification-mobile: Coleção de modelos de classificação pré-treinados no ImageNet-1K.
  17. medicaltorch: Uma estrutura de imagens médicas para Pytorch http://medicaltorch.readthedocs.io
  18. albumentações: biblioteca de aumento rápido de imagens.
  19. Kornia: Biblioteca diferenciável de visão computacional.
  20. pytorch-text-recognition: combinação de reconhecimento de texto - CRAFT + CRNN.
  21. facenet-pytorch: modelos pré-treinados de detecção e reconhecimento de rosto Pytorch portados de davidsandberg/facenet.
  22. detectron2: Detectron2 é a plataforma de pesquisa de próxima geração da FAIR para detecção e segmentação de objetos.
  23. vedaseg: Uma estrutura de segmentação semântica por pyotrch
  24. ClassyVision: uma estrutura PyTorch ponta a ponta para classificação de imagens e vídeos.
  25. detecto:Visão computacional em Python com menos de 10 linhas de código
  26. pytorch3d: PyTorch3D é a biblioteca de componentes reutilizáveis ​​da FAIR para aprendizado profundo com dados 3D pytorch3d.org
  27. MMDetection: MMDetection é uma caixa de ferramentas de detecção de objetos de código aberto, parte do projeto OpenMMLab.
  28. neural-dream: Uma implementação PyTorch do algoritmo DeepDream. Cria visuais alucinógenos semelhantes a sonhos.
  29. FlashTorch: Kit de ferramentas de visualização para redes neurais em PyTorch!
  30. Lucent: Tensorflow e Lucid do OpenAI Clarity adaptados para PyTorch.
  31. MMDetection3D: MMDetection3D é a plataforma de próxima geração do OpenMMLab para detecção geral de objetos 3D, uma parte do projeto OpenMMLab.
  32. MMSegmentation: MMSegmentation é uma caixa de ferramentas e benchmark de segmentação semântica, parte do projeto OpenMMLab.
  33. MMEditing: MMEditing é uma caixa de ferramentas de edição de imagens e vídeos, parte do projeto OpenMMLab.
  34. MMAction2: MMAction2 é a caixa de ferramentas e benchmark de compreensão de ação de próxima geração do OpenMMLab, uma parte do projeto OpenMMLab.
  35. MMPose: MMPose é uma caixa de ferramentas e benchmark de estimativa de pose, parte do projeto OpenMMLab.
  36. levemente - Lightly é uma estrutura de visão computacional para aprendizagem auto-supervisionada.
  37. RoMa: uma biblioteca leve e eficiente para lidar com rotações 3D.

Bibliotecas Probabilísticas/Generativas:

  1. ptstat: Programação Probabilística e Inferência Estatística em PyTorch
  2. pyro: Programação probabilística universal profunda com Python e PyTorch http://pyro.ai
  3. probtorch: Probabilistic Torch é uma biblioteca para modelos generativos profundos que estende o PyTorch.
  4. paysage: Aprendizagem não supervisionada e modelos generativos em python/pytorch.
  5. pyvarinf: pacote Python que facilita o uso de métodos Bayesianos de Deep Learning com Inferência Variacional para PyTorch.
  6. pyprob: Uma biblioteca baseada em PyTorch para programação probabilística e compilação de inferência.
  7. mia: uma biblioteca para executar ataques de inferência de associação contra modelos de ML.
  8. pro_gan_pytorch: pacote ProGAN implementado como uma extensão do PyTorch nn.Module.
  9. botorch: otimização bayesiana em PyTorch

Outras bibliotecas:

  1. Extras do pytorch: alguns recursos extras para o pytorch.
  2. zoológico funcional: PyTorch, ao contrário de lua torch, possui autograd em seu núcleo, portanto, não é necessário usar a estrutura modular dos módulos torch.nn, é possível alocar facilmente as variáveis ​​​​necessárias e escrever uma função que as utilize, o que às vezes é mais conveniente. Este repositório contém definições de modelo desta forma funcional, com pesos pré-treinados para alguns modelos.
  3. amostragem de tocha: Este pacote fornece um conjunto de transformações e estruturas de dados para amostragem de dados na memória ou fora da memória.
  4. torchcraft-py: Wrapper Python para TorchCraft, uma ponte entre Torch e StarCraft para pesquisa de IA.
  5. aorun: Aorun pretende ser um Keras com PyTorch como backend.
  6. logger: Um logger simples para experimentos.
  7. Conjunto de documentos PyTorch: Conjunto de documentos PyTorch! use com Dash, Zeal, Velocity ou LovelyDocs.
  8. convert_torch_to_pytorch: Converte o modelo torch t7 em modelo pytorch e fonte.
  9. pretrained-models.pytorch: O objetivo deste repositório é ajudar a reproduzir resultados de artigos de pesquisa.
  10. pytorch_fft: wrapper PyTorch para FFTs
  11. caffe_to_torch_to_pytorch
  12. extensão pytorch: Esta é uma extensão CUDA para PyTorch que calcula o produto Hadamard de dois tensores.
  13. tensorboard-pytorch: Este módulo salva tensores PyTorch no formato tensorboard para inspeção. Atualmente oferece suporte a recursos escalares, de imagem, de áudio e de histograma no tensorboard.
  14. gpytorch: GPyTorch é uma biblioteca de processos gaussianos, implementada usando PyTorch. Ele foi projetado para criar modelos de processos gaussianos flexíveis e modulares com facilidade, para que você não precise ser um especialista para usar GPs.
  15. destaque: modelos de recomendação profunda usando PyTorch.
  16. pytorch-cns: Pesquisa de rede compactada com PyTorch
  17. pyinn: operações de redes neurais PyTorch fundidas com CuPy
  18. inferno: uma biblioteca utilitária em torno do PyTorch
  19. pytorch-fitmodule: Método de ajuste super simples para módulos PyTorch
  20. inferno-sklearn: uma biblioteca de rede neural compatível com scikit-learn que envolve pytorch.
  21. pytorch-caffe-darknet-convert: converte entre pytorch, caffe prototxt/weights e darknet cfg/weights
  22. pytorch2caffe: Converter modelo PyTorch em Caffemodel
  23. pytorch-tools: Ferramentas para PyTorch
  24. sru: Treinamento de RNNs tão rápido quanto CNNs (arxiv.org/abs/1709.02755)
  25. torch2coreml: Torch7 -> CoreML
  26. Codificação PyTorch: Rede de codificação de textura profunda PyTorch http://hangzh.com/PyTorch-Encoding
  27. pytorch-ctc: PyTorch-CTC é uma implementação da decodificação de pesquisa de feixe CTC (Classificação Temporal Conexionista) para PyTorch. Código C++ emprestado generosamente do TensorFlow com algumas melhorias para aumentar a flexibilidade.
  28. candlegp: Processos Gaussianos em Pytorch.
  29. dpwa: Aprendizagem Distribuída por Média de Pares.
  30. dni-pytorch: Interfaces Neurais Desacopladas usando Gradientes Sintéticos para PyTorch.
  31. Skorch: uma biblioteca de rede neural compatível com scikit-learn que envolve pytorch
  32. acender: Ignite é uma biblioteca de alto nível para ajudar no treinamento de redes neurais no PyTorch.
  33. Arnold: Arnold – Agente DOOM
  34. pytorch-mcn: Converta modelos de MatConvNet para PyTorch
  35. simple-faster-rcnn-pytorch: Uma implementação simplificada do Faster R-CNN com desempenho competitivo.
  36. generative_zoo: generative_zoo é um repositório que fornece implementações funcionais de alguns modelos generativos em PyTorch.
  37. pytorchviz: Um pequeno pacote para criar visualizações de gráficos de execução do PyTorch.
  38. cogitare: Cogitare - Uma estrutura moderna, rápida e modular de aprendizado profundo e aprendizado de máquina em Python.
  39. pydlt: caixa de ferramentas de aprendizado profundo baseada em PyTorch
  40. semi-supervisionado-pytorch: Implementações de diferentes modelos semissupervisionados e generativos baseados em VAE em PyTorch.
  41. pytorch_cluster: Biblioteca de extensão PyTorch de algoritmos de cluster de gráfico otimizado.
  42. compilador de montagem neural: um compilador de montagem neural para pyTorch baseado em compilação neural adaptativa.
  43. caffemodel2pytorch: converte modelos Caffe em PyTorch.
  44. extension-cpp: extensões C++ em PyTorch
  45. pytoune: uma estrutura e utilitários semelhantes ao Keras para PyTorch
  46. jetson-reinforcement: Bibliotecas de aprendizagem por reforço profundo para NVIDIA Jetson TX1/TX2 com PyTorch, OpenAI Gym e simulador de robótica Gazebo.
  47. matchbox: escreva o código PyTorch no nível de exemplos individuais e execute-o com eficiência em minilotes.
  48. torch-two-sample: uma biblioteca PyTorch para testes de duas amostras
  49. pytorch-summary: Resumo do modelo em PyTorch semelhante a model.summary() em Keras
  50. mpl.pytorch: implementação Pytorch de MaxPoolingLoss.
  51. scVI-dev: Ramo de desenvolvimento do projeto scVI em PyTorch
  52. apex: Uma extensão experimental do PyTorch (será obsoleta posteriormente)
  53. ELF: ELF: uma plataforma para pesquisa de jogos.
  54. Torchlite: uma biblioteca de alto nível além (não apenas) do Pytorch
  55. joint-vae: implementação Pytorch do JointVAE, uma estrutura para desembaraçar fatores de variação contínuos e discretos star2
  56. SLM-Lab: Estrutura modular de aprendizagem por reforço profundo em PyTorch.
  57. bindsnet: Um pacote Python usado para simular redes neurais de pico (SNNs) em CPUs ou GPUs usando PyTorch
  58. pro_gan_pytorch: pacote ProGAN implementado como uma extensão do PyTorch nn.Module
  59. pytorch_geometric: Biblioteca de extensão geométrica de aprendizado profundo para PyTorch
  60. torchplus: Implementa o operador + nos módulos PyTorch, retornando sequências.
  61. lagom: lagom: Uma infraestrutura PyTorch leve para prototipar rapidamente algoritmos de aprendizagem por reforço.
  62. torchbearer: torchbearer: Uma biblioteca de treinamento de modelo para pesquisadores que usam PyTorch.
  63. pytorch-maml-rl: Aprendizagem por reforço com meta-aprendizagem independente de modelo em Pytorch.
  64. NALU: Implementação básica de pytorch de NAC/NALU do artigo Neural Arithmetic Logic Units de trask et.al arxiv.org/pdf/1808.00508.pdf
  65. QuCumber: Reconstrução da função de onda de muitos corpos da rede neural
  66. magnet: Projetos de aprendizagem profunda que se constroem http://magnet-dl.readthedocs.io/
  67. opencv_transforms: implementação OpenCV de aumentos de imagem do Torchvision
  68. fastai: A biblioteca, lições e tutoriais de aprendizado profundo fast.ai
  69. pytorch-dense-correspondence: Código para "Redes de objetos densos: aprendendo descritores de objetos visuais densos por e para manipulação robótica" arxiv.org/pdf/1806.08756.pdf
  70. colorization-pytorch: reimplementação PyTorch da Interactive Deep Colorization richzhang.github.io/ideepcolor
  71. beauty-net: Um modelo simples, flexível e extensível para PyTorch. É lindo.
  72. OpenChem: OpenChem: kit de ferramentas de aprendizado profundo para química computacional e pesquisa de design de medicamentos mariewelt.github.io/OpenChem
  73. torchani: Potencial preciso de rede neural em PyTorch aiqm.github.io/torchani
  74. PyTorch-LBFGS: Uma implementação PyTorch de L-BFGS.
  75. gpytorch: Uma implementação altamente eficiente e modular de processos gaussianos em PyTorch.
  76. hessiano: hessiano em pytorch.
  77. vel: Velocidade na pesquisa de aprendizagem profunda.
  78. nonechucks: ignore itens ruins em seu PyTorch DataLoader, use Transforms como filtros e muito mais!
  79. torchstat: analisador de modelo em PyTorch.
  80. QNNPACK: Quantized Neural Network PACKage - implementação otimizada para dispositivos móveis de operadores de redes neurais quantizadas.
  81. torchdiffeq: Solucionadores ODE diferenciáveis ​​com suporte total a GPU e retropropagação de memória O(1).
  82. redner: Um traçador de caminho de Monte Carlo diferenciável
  83. pixyz: uma biblioteca para desenvolver modelos generativos profundos de forma mais concisa, intuitiva e extensível.
  84. euclidesdb: Um recurso de aprendizado de máquina multimodelo que incorpora banco de dados http://euclidesdb.readthedocs.io
  85. pytorch2keras: Converte o gráfico dinâmico PyTorch para o modelo Keras.
  86. salada: Aprendizagem Semi-Supervisionada e Adaptação de Domínio.
  87. netharn: chicotes de ajuste e previsão parametrizados para pytorch.
  88. dgl: pacote Python desenvolvido para facilitar o aprendizado profundo em gráficos, além de estruturas DL existentes. http://dgl.ai.
  89. gandissect: ferramentas baseadas em Pytorch para visualizar e compreender os neurônios de um GAN. gandissect.csail.mit.edu
  90. delira: estrutura leve para prototipagem rápida e treinamento de redes neurais profundas em imagens médicas delira.rtfd.io
  91. cogumelo: biblioteca Python para experimentos de Aprendizado por Reforço.
  92. Xlearn: Biblioteca de transferência de aprendizagem
  93. geoopt: métodos de otimização adaptativa Riemanniana com pytorch optim
  94. veganos: uma biblioteca que fornece vários GANs existentes no PyTorch.
  95. geometria da tocha: TGM: Geometria PyTorch
  96. AdverTorch: uma caixa de ferramentas para pesquisa de robustez adversária (ataque/defesa/treinamento)
  97. AdaBound: Um otimizador que treina tão rápido quanto Adam e tão bom quanto SGD.a
  98. fenchel-young-losses: Classificação probabilística em PyTorch/TensorFlow/scikit-learn com perdas de Fenchel-Young
  99. pytorch-OpCounter: conte os FLOPs do seu modelo PyTorch.
  100. Tor10: Uma biblioteca genérica de rede tensor projetada para simulação quântica, baseada no pytorch.
  101. Catalyst: utilitários de alto nível para pesquisa PyTorch DL e RL. Foi desenvolvido com foco na reprodutibilidade, rápida experimentação e reaproveitamento de códigos/ideias. Ser capaz de pesquisar/desenvolver algo novo, em vez de escrever outro circuito regular de trem.
  102. Axe: Plataforma de Experimentação Adaptativa
  103. pywick: biblioteca de treinamento de rede neural incluída com baterias de alto nível para Pytorch
  104. torchgpipe: Uma implementação GPipe em PyTorch torchgpipe.readthedocs.io
  105. hub: Pytorch Hub é um repositório de modelos pré-treinados projetado para facilitar a reprodutibilidade da pesquisa.
  106. pytorch-lightning: Estrutura de pesquisa rápida para Pytorch. A versão do pesquisador sobre keras.
  107. Tor10: Uma biblioteca genérica de rede tensor projetada para simulação quântica, baseada no pytorch.
  108. tensorwatch: Depuração, monitoramento e visualização para Deep Learning e Reinforcement Learning da Microsoft Research.
  109. wavetorch: Resolvendo numericamente e retropropagando através da equação de onda arxiv.org/abs/1904.12831
  110. diffdist: diffdist é uma biblioteca python para pytorch. Ele estende a funcionalidade padrão de torch.autograd e adiciona suporte para comunicação diferenciável entre processos.
  111. torchprof: Uma biblioteca de dependência mínima para criação de perfil camada por camada de modelos Pytorch.
  112. osqpth: A camada de resolução OSQP diferenciável para PyTorch.
  113. mctorch: Uma biblioteca de otimização múltipla para aprendizado profundo.
  114. pytorch-hessian-eigenthings: Eigendecomposição PyTorch Hessian eficiente usando o produto vetorial Hessiano e iteração de potência estocástica.
  115. MinkowskiEngine: Minkowski Engine é uma biblioteca de comparação automática para convoluções esparsas generalizadas e tensores esparsos de alta dimensão.
  116. pytorch-cpp-rl: Aprendizado de reforço PyTorch C++
  117. pytorch-toolbelt: extensões PyTorch para prototipagem rápida de P&D e agricultura Kaggle
  118. argus-tensor-stream: Uma biblioteca para decodificação de stream de vídeo em tempo real para memória CUDA tensorstream.argus-ai.com
  119. macarico: aprendendo a pesquisar em pytorch
  120. rlpyt: Aprendizado por Reforço em PyTorch
  121. pywarm: uma maneira mais limpa de construir redes neurais para PyTorch. blue-season.github.io/pywarm
  122. learn2learn: Estrutura de meta-aprendizagem PyTorch para pesquisadores http://learn2learn.net
  123. torchbeast: uma plataforma PyTorch para RL distribuído
  124. superior: superior é uma biblioteca pytorch que permite aos usuários obter gradientes de ordem superior sobre perdas que abrangem loops de treinamento, em vez de etapas de treinamento individuais.
  125. Torchelie: Torchélie é um conjunto de funções utilitárias, camadas, perdas, modelos, treinadores e outras coisas para PyTorch. torchelie.readthedocs.org
  126. CrypTen: CrypTen é uma estrutura de aprendizado de máquina para preservação de privacidade escrita usando PyTorch que permite que pesquisadores e desenvolvedores treinem modelos usando dados criptografados. Atualmente, o CrypTen oferece suporte à computação multipartidária segura como mecanismo de criptografia.
  127. cvxpylayers: cvxpylayers é uma biblioteca Python para construir camadas de otimização convexas diferenciáveis ​​​​em PyTorch
  128. RepDistiller: Destilação de Representação Contrastiva (CRD) e referência de métodos de destilação de conhecimento recente
  129. caulim: biblioteca PyTorch destinada a acelerar a pesquisa de aprendizagem profunda em 3D
  130. PySNN: estrutura de rede neural de pico eficiente, construída sobre PyTorch para aceleração de GPU.
  131. sparktorch: treine e execute modelos Pytorch no Apache Spark.
  132. pytorch-metric-learning: A maneira mais fácil de usar o aprendizado métrico em seu aplicativo. Modular, flexível e extensível. Escrito em PyTorch.
  133. biblioteca de aprendizagem autônoma: uma biblioteca PyTorch para construir agentes de aprendizagem por reforço profundo.
  134. flambe: Uma estrutura de ML para acelerar a pesquisa e seu caminho para a produção. flambe.ai
  135. pytorch-optimizer: Coleções de algoritmos de otimização modernos para PyTorch, inclui: AccSGD, AdaBound, AdaMod, DiffGrad, Lamb, RAdam, RAdam, Yogi.
  136. PyTorch-VAE: uma coleção de autoencoders variacionais (VAE) em PyTorch.
  137. ray: Uma estrutura rápida e simples para construir e executar aplicativos distribuídos. Ray é fornecido com RLlib, uma biblioteca escalonável de aprendizado por reforço, e Tune, uma biblioteca escalonável de ajuste de hiperparâmetros. ray.io
  138. Pytorch Geometric Temporal: uma biblioteca de extensão temporal para PyTorch Geometric
  139. Poutyne: Uma estrutura semelhante a Keras para PyTorch que lida com grande parte do código padrão necessário para treinar redes neurais.
  140. Pytorch-Toolbox: Este é um projeto de caixa de ferramentas para Pytorch. Com o objetivo de tornar a escrita do código Pytorch mais fácil, legível e concisa.
  141. Pytorch-contrib: contém implementações revisadas de ideias de artigos recentes sobre aprendizado de máquina.
  142. EfficientNet PyTorch: contém uma reimplementação PyTorch op-for-op do EfficientNet, junto com modelos e exemplos pré-treinados.
  143. PyTorch/XLA: PyTorch/XLA é um pacote Python que usa o compilador de aprendizado profundo XLA para conectar a estrutura de aprendizado profundo PyTorch e Cloud TPUs.
  144. webdataset: WebDataset é uma implementação do PyTorch Dataset (IterableDataset) que fornece acesso eficiente a conjuntos de dados armazenados em arquivos tar POSIX.
  145. volksdep: volksdep é uma caixa de ferramentas de código aberto para implantar e acelerar modelos PyTorch, Onnx e Tensorflow com TensorRT.
  146. PyTorch-StudioGAN: StudioGAN é uma biblioteca Pytorch que fornece implementações de Redes Adversariais Generativas (GANs) representativas para geração de imagens condicionais/incondicionais. O StudioGAN visa oferecer um playground idêntico para GANs modernos, para que os pesquisadores de aprendizado de máquina possam comparar e analisar prontamente uma nova ideia.
  147. torchdrift: biblioteca de detecção de desvios
  148. acelerar: uma maneira simples de treinar e usar modelos PyTorch com multi-GPU, TPU e precisão mista
  149. transformadores relâmpago: Interface flexível para pesquisa de alto desempenho usando transformadores SOTA aproveitando Pytorch Lightning, Transformers e Hydra.
  150. Flower Uma abordagem unificada para aprendizagem, análise e avaliação federadas. Ele permite federar qualquer carga de trabalho de aprendizado de máquina.
  151. relâmpago-flash: Flash é uma coleção de tarefas para prototipagem rápida, linha de base e ajuste fino de modelos escalonáveis ​​​​de Deep Learning, construídos em PyTorch Lightning.
  152. Pytorch Geometric Signed Directed: Uma biblioteca de extensão assinada e direcionada para PyTorch Geometric.
  153. Koila: Um wrapper simples em torno do pytorch que evita problemas de falta de memória no CUDA.
  154. Renate: Uma biblioteca para aprendizagem contínua no mundo real.

Tutoriais, livros e exemplos

  1. Pytorch prático : tutoriais explicando diferentes modelos RNN
  2. DeepLearningForNLPInPytorch: Um tutorial do IPython Notebook sobre aprendizado profundo, com ênfase em processamento de linguagem natural.
  3. pytorch-tutorial: tutorial para pesquisadores aprenderem aprendizado profundo com pytorch.
  4. exercícios pytorch: coleção de exercícios pytorch.
  5. tutoriais pytorch: Vários tutoriais pytorch.
  6. exemplos de pytorch: um repositório apresentando exemplos de uso de pytorch
  7. Prática pytorch: alguns exemplos de scripts em pytorch.
  8. Mini tutoriais pytorch: Tutoriais mínimos para PyTorch adaptados dos tutoriais Theano de Alec Radford.
  9. classificação de texto pytorch: uma implementação simples de classificação de texto baseada em CNN em Pytorch
  10. gatos vs. cães: exemplo de ajuste fino de rede em pytorch para a competição kaggle Dogs vs. Cats Redux: Kernels Edition. Atualmente em 27º (0,05074) na tabela de classificação.
  11. convnet: Este é um exemplo completo de treinamento para Redes Convolucionais Profundas em vários conjuntos de dados (ImageNet, Cifar10, Cifar100, MNIST).
  12. pytorch-generative-adversarial-networks: rede adversária generativa simples (GAN) usando PyTorch.
  13. contêineres pytorch: Este repositório tem como objetivo ajudar os ex-Torchies a fazer uma transição mais perfeita para o mundo "sem contêiner" do PyTorch, fornecendo uma lista de implementações PyTorch de camadas de tabela Torch.
  14. T-SNE em pytorch: experimentos t-SNE em pytorch
  15. AAE_pytorch: Autoencoders adversários (com Pytorch).
  16. Kind_PyTorch_Tutorial: Tutorial Kind PyTorch para iniciantes.
  17. pytorch-poetry-gen: um char-RNN baseado em pytorch.
  18. pytorch-REINFORCE: implementação PyTorch do REINFORCE. Este repositório suporta ambientes contínuos e discretos no ginásio OpenAI.
  19. PyTorch-Tutorial : Construa sua rede neural de maneira fácil e rápida https://morvanzhou.github.io/tutorials/
  20. pytorch-intro: alguns scripts para ilustrar como fazer CNNs e RNNs no PyTorch
  21. classificação pytorch: Uma estrutura unificada para a tarefa de classificação de imagens em CIFAR-10/100 e ImageNet.
  22. pytorch_notebooks - hardmaru: Tutoriais aleatórios criados em NumPy e PyTorch.
  23. pytorch_tutoria-quick: Introdução e tutorial rápido do PyTorch. Destina-se a pesquisadores de visão computacional, gráficos e aprendizado de máquina ansiosos para experimentar uma nova estrutura.
  24. Pytorch_fine_tuning_Tutorial: Um breve tutorial sobre como realizar ajuste fino ou transferência de aprendizagem no PyTorch.
  25. pytorch_exercises: exercícios pytorch
  26. detecção de sinal de trânsito: exemplo nyu-cv-fall-2017
  27. mss_pytorch: Separação de voz cantada por meio de inferência recorrente e conexões de filtragem de salto - implementação PyTorch. Demonstração: js-mim.github.io/mss_pytorch
  28. DeepNLP-models-Pytorch Implementações Pytorch de vários modelos Deep NLP em cs-224n (Stanford Univ: NLP com Deep Learning)
  29. Tutoriais introdutórios da Mila: Vários tutoriais dados para receber novos alunos na MILA.
  30. pytorch.rl.learning: para aprendizagem de aprendizagem por reforço usando PyTorch.
  31. minimal-seq2seq: modelo Seq2Seq mínimo com atenção para tradução automática neural em PyTorch
  32. tensorly-notebooks: métodos tensores em Python com TensorLy tensorly.github.io/dev
  33. pytorch_bits: exemplos relacionados à previsão de séries temporais.
  34. skip-thoughts: Uma implementação de vetores Skip-Thought em PyTorch.
  35. video-caption-pytorch: código pytorch para legenda de vídeo.
  36. Capsule-Network-Tutorial: Tutorial da Capsule Network fácil de seguir do Pytorch.
  37. code-of-learn-deep-learning-with-pytorch: Este é o código do livro "Aprenda Deep Learning com PyTorch" item.jd.com/17915495606.html
  38. RL-Adventure: Tutorial de Deep Q Learning passo a passo fácil de seguir do Pytorch com código limpo e legível.
  39. Accelerated_dl_pytorch: Aprendizado profundo acelerado com PyTorch no Jupyter Day Atlanta II.
  40. RL-Adventure-2: Tutorial PyTorch4 de: crítico de ator / otimização de política proximal / acer / ddpg / duelo duplo ddpg / crítico de ator suave / aprendizagem de imitação adversária generativa / repetição de experiência retrospectiva
  41. Redes Adversariais Generativas (GANs) em 50 linhas de código (PyTorch)
  42. autoencoders adversários com pytorch
  43. transferir aprendizagem usando pytorch
  44. como implementar um detector de objeto yolo em pytorch
  45. pytorch-para-recomendadores-101
  46. pytorch-para-usuários numpy
  47. Tutorial PyTorch: Tutoriais PyTorch em chinês.
  48. grokking-pytorch: O Guia do Hitchiker para PyTorch
  49. PyTorch-Deep-Learning-Minicourse: Minicurso em Deep Learning com PyTorch.
  50. pytorch-custom-dataset-examples: alguns exemplos de conjuntos de dados personalizados para PyTorch
  51. LSTM multiplicativo para recomendadores baseados em sequência
  52. deeplearning.ai-pytorch: Implementações PyTorch da especialização Deep Learning (deeplearning.ai) do Coursera.
  53. MNIST_Pytorch_python_and_capi: Este é um exemplo de como treinar uma rede MNIST em Python e executá-la em c++ com pytorch 1.0
  54. torch_light: Tutoriais e exemplos incluem Treinamento de Reforço, PNL, CV
  55. portrain-gan: código tocha para decodificar (e quase codificar) latentes do Portrait GAN do art-DCGAN.
  56. mri-análise-pytorch: análise de ressonância magnética usando PyTorch e MedicalTorch
  57. cifar10-fast: Demonstração de treinamento de um pequeno ResNet no CIFAR10 com precisão de teste de 94% em 79 segundos, conforme descrito nesta série de blogs.
  58. Introdução ao Deep Learning com PyTorch: Um curso gratuito da Udacity e Facebook, com uma boa introdução ao PyTorch e uma entrevista com Soumith Chintala, um dos autores originais do PyTorch.
  59. pytorch-sentiment-análise: Tutoriais sobre como começar a usar PyTorch e TorchText para análise de sentimento.
  60. modelos de imagem pytorch: modelos de imagem PyTorch, scripts, pesos pré-treinados - (SE)ResNet/ResNeXT, DPN, EfficientNet, MobileNet-V3/V2/V1, MNASNet, NAS de caminho único, FBNet e muito mais.
  61. CIFAR-ZOO: Implementação Pytorch para múltiplas arquiteturas CNN e métodos aprimorados com resultados de última geração.
  62. d2l-pytorch: Esta é uma tentativa de modificar o código do livro Dive into Deep Learning, Berkeley STAT 157 (primavera de 2019) em PyTorch.
  63. pensando em tensores-escrevendo em pytorch: Pensando em tensores, escrevendo em PyTorch (uma introdução prática ao aprendizado profundo).
  64. NER-BERT-pytorch: solução PyTorch para tarefa de reconhecimento de entidade nomeada usando o modelo BERT pré-treinado do Google AI.
  65. pytorch-sync-batchnorm-example: Como usar réplica cruzada / Batchnorm sincronizado no Pytorch.
  66. SentimentAnalysis: rede neural de análise de sentimento treinada pelo ajuste fino do BERT no Stanford Sentiment Treebank, graças à biblioteca Transformers do Hugging Face.
  67. pytorch-cpp: implementações C++ de tutoriais PyTorch para pesquisadores de aprendizado profundo (com base nos tutoriais Python do pytorch-tutorial).
  68. Deep Learning com PyTorch: Zero to GANs: Série de tutoriais interativos e focados em codificação sobre introdução ao Deep Learning com PyTorch (vídeo).
  69. Deep Learning with PyTorch: Deep Learning with PyTorch ensina como implementar algoritmos de aprendizagem profunda com Python e PyTorch, o livro inclui um estudo de caso: construir um algoritmo capaz de detectar tumores malignos de pulmão usando tomografias computadorizadas.
  70. Aprendizado de máquina sem servidor em ação com PyTorch e AWS: Aprendizado de máquina sem servidor em ação é um guia para trazer seu código experimental de aprendizado de máquina PyTorch para produção usando recursos sem servidor dos principais provedores de nuvem como AWS, Azure ou GCP.
  71. LabML NN: Uma coleção de implementações PyTorch de arquiteturas e algoritmos de redes neurais com notas lado a lado.
  72. Execute seu exemplo PyTorch federado com Flower: Este exemplo demonstra como um projeto de aprendizado de máquina PyTorch centralizado já existente pode ser federado com Flower. Um conjunto de dados Cifar-10 é usado em conjunto com uma rede neural convolucional (CNN).

Implementações em papel

  1. google_evolution: implementa uma das redes de resultados da evolução em larga escala de classificadores de imagens de Esteban Real, et. al.
  2. pyscatwave: Transformação de dispersão rápida com CuPy/PyTorch, leia o artigo aqui
  3. scalingscattering: Dimensionando a transformação de dispersão: redes híbridas profundas.
  4. pontuação automática profunda: uma implementação pytorch de pontuação automática aprendida caractere por caractere.
  5. Realtime_Multi-Person_Pose_Estimation: Esta é uma versão pytorch de Realtime_Multi-Person_Pose_Estimation, o código de origem está aqui.
  6. Redes de iteração de valor PyTorch: implementação PyTorch do artigo Value Iteration Networks (NIPS '16)
  7. pytorch_Highway: Rede rodoviária implementada em pytorch.
  8. pytorch_NEG_loss: perda de NEG implementada em pytorch.
  9. pytorch_RVAE: Autoencoder Variacional Recorrente que gera dados sequenciais implementados em pytorch.
  10. pytorch_TDNN: NN com atraso de tempo implementado em pytorch.
  11. eve.pytorch: Uma implementação do Eve Optimizer, proposta em Imploving Stochastic Gradient Descent with Feedback, Koushik e Hayashi, 2016.
  12. e2e-model-learning: Aprendizagem de modelo ponta a ponta baseada em tarefas.
  13. pix2pix-pytorch: implementação PyTorch de "Tradução imagem para imagem usando redes adversárias condicionais".
  14. Detector MultiBox de disparo único: uma implementação PyTorch do detector MultiBox de disparo único.
  15. DiscoGAN: implementação PyTorch de "Aprendendo a descobrir relações entre domínios com redes adversárias generativas"
  16. Implementação oficial de discogan: implementação oficial de "Aprendendo a descobrir as relações entre domínios com redes adversárias generativas".
  17. Pytorch-es: Esta é uma implementação de Pytorch de estratégias de evolução.
  18. PIWise: segmentação de pixels no conjunto de dados VOC2012 usando Pytorch.
  19. Pytorch-DQN: rede Q-Learning profunda em Pytorch.
  20. NeuralTalk2-Pytorch: Modelo de Legenda de Imagem em Pytorch (CNN FinetUnable em Branch com_finetune)
  21. vnet.pytorch: uma implementação de pytorch para v-net: redes neurais totalmente convolucionais para segmentação volumétrica de imagem médica.
  22. Pytorch-FCN: Implementação de Pytorch de redes totalmente convolucionais.
  23. WIDERESNETS: WIDERESNETS para CIFAR10/100 Implementado em Pytorch. Esta implementação requer menos memória da GPU do que o exigido pela implementação oficial da tocha: https://github.com/szagoruyko/wide-sidual-networks.
  24. pytorch_highway_networks: redes de rodovias implementadas em pytorch.
  25. Pytorch-Neucom: Implementação de Pytorch do papel de computador neural diferenciável da DeepMind.
  26. Legendagen: Gere legendas para uma imagem usando pytorch.
  27. Animegan: uma implementação simples de Pytorch de redes adversárias generativas, concentrando -se no desenho de face de anime.
  28. CLASSIFICAÇÃO CNN-TEXT: Esta é a implementação das redes neurais convolucionais de Kim para o documento de classificação de sentenças em Pytorch.
  29. DeepSpeech2: Implementação do DeepSpeech2 usando o Baidu Warp-CTC. Cria uma rede baseada na arquitetura DeepSpeech2, treinada com a função de ativação do CTC.
  30. SEQ2SEQ: Este repositório contém implementações de modelos de sequência à sequência (SEQ2SEQ) em Pytorch
  31. Vantagem assíncrona ator-crítica em pytorch: Esta é a implementação de A3C de Pytorch, conforme descrito em métodos assíncronos para o aprendizado de reforço profundo. Como o Pytorch possui um método fácil de controlar a memória compartilhada no multiprocess, podemos implementar facilmente o método assíncrono como o A3C.
  32. Densenet: Esta é uma implementação de Pytorch da arquitetura Densenet-BC, conforme descrito nas redes convolucionais densamente conectadas por G. Huang, Z. Liu, K. Weinberger e L. van der Maaten. Essa implementação obtém uma taxa de erro CIFAR-10+ de 4,77 com um Densenet-BC de 100 camadas com uma taxa de crescimento de 12. Sua implementação oficial e links para muitas outras implementações de terceiros estão disponíveis no Liuzhuang13/Densenet Repo no Github.
  33. NNINIT: Esquemas de inicialização de peso para pytorch nn.modules. Este é um porto do popular nninit para Torch7 por @kaixhin.
  34. RCNN mais rápido: Esta é uma implementação Pytorch de RCNN mais rápido. Este projeto é baseado principalmente em py-gast-rcnn e tffrcnn. Jian Sun.
  35. Doomnet: a versão de Pytorch da Doom-Net implementando alguns modelos RL no ambiente Vizdoom.
  36. Flownet: Implementação de Pytorch de Flownet por Dosovitskiy et al.
  37. SQEEZENET: Implementação do SqueeZenet em Pytorch, #### Modelos pré -criados nos dados do CIFAR10 para planejar treinar o modelo no CIFAR 10 e adicionar conexões de bloco também.
  38. Wassersteingan: Wassersteingan em Pytorch.
  39. OPTNET: Este repositório é de Brandon Amos e J. Zico Kolter e contém o código -fonte Pytorch para reproduzir os experimentos em nossa opção de papel: otimização diferenciável como uma camada nas redes neurais.
  40. Solver QP: um solucionador QP rápido e diferenciável para Pytorch. Criado por Brandon Amos e J. Zico Kolter.
  41. Aceleração Q-Learning profunda contínua com aceleração baseada em modelo: reimplementação de Q-learning contínuo e profundo com aceleração baseada em modelo.
  42. Aprendendo a aprender por descendência de gradiente por descida de gradiente: implementação de pytorch da aprendizagem a aprender por descendência de gradiente por descendência de gradientes.
  43. No estilo rápido da neural: implementação de pytorch de estilo rápido neural, o modelo usa o método descrito em perdas perceptivas para transferência de estilo em tempo real e super-resolução, juntamente com a normalização da instância.
  44. PytorchneuralStyleTransfer: Implementação da transferência de estilo neural em Pytorch.
  45. Estilo neural rápido para o estilo de imagem Transform by Pytorch: estilo neural rápido para o estilo de imagem Transform por pytorch.
  46. Transferência de estilo neural: uma introdução ao pytorch através do algoritmo de estilo neural (https://arxiv.org/abs/1508.06576) desenvolvido por Leon A. Gatys, Alexander S. Ecker e Matthias Bethge.
  47. VIN_PYTORCH_VISDOM: implementação de Pytorch de redes de iteração de valor (VIN): limpo, simples e modular. Visualização em visdom.
  48. YOLO2: YOLOV2 em Pytorch.
  49. Transferência de atenção: transferência de atenção em Pytorch, leia o artigo aqui.
  50. SvhnClassifier: Uma implementação de Pytorch de reconhecimento de números de vários dígitos das imagens de Street View usando profundas redes neurais convolucionais.
  51. Pytorch-Deform-Conv: implementação de Pytorch de convolução deformável.
  52. Iniciado-Pytorch: Implementação de Pytorch de Iniciar: Redes Adversárias generativas de equilíbrio de limites.
  53. Treelstm.pytorch: Implementação de Tree LSTM em Pytorch.
  54. Idade: Código para o papel "Redes de codificadores geradores adversários" de Dmitry Ulyanov, Andrea Vedaldi e Victor Lempitsky, que podem ser encontrados aqui
  55. Resnext.pytorch: reproduz Resnet-V3 (transformações residuais agregadas para redes neurais profundas) com Pytorch.
  56. Pytorch-RL: Aprendizagem de reforço profundo com Pytorch e Visdom
  57. Snap de folhas profundas: Leafsnap replicado usando redes neurais profundas para testar a precisão em comparação com os métodos tradicionais de visão computacional.
  58. Pytorch-Cyclegan e Pix2pix: Implementação de Pytorch para tradução de imagem para imagem não pareada e emparelhada.
  59. A3C-Pytorch: Pytorch Implementação de vantagens algoritmos de ator crítico de vantagem (A3C) em Pytorch
  60. Networks-Networks de Valor-Valor-Valor: Pytorch de Redes de iteração de Valor (NIPS 2016 Best Paper)
  61. Transferência de estilo Pytorch: Implementação de Pytorch de rede generativa de vários estilo para transferência em tempo real
  62. Pytorch-Deeplab-Resnet: Model Pytorch-Deeplab-Resnet.
  63. PointNet.Pytorch: Implementação de Pytorch para "PointNet: Aprendizagem Deep On Point Sets para Classificação e Segmentação 3D" https://arxiv.org/abs/1612.00593
  64. Pytorch-Playground: Modelos e conjuntos de dados pré-tenhados base em Pytorch (MNIST, SVHN, CIFAR10, CIFAR100, STL10, ALEXNET, VGG16, VGG19, Resnet, Inception, SqueeZenet) .
  65. Pytorch-DNC: Máquina de Turing Neural (NTM) e Computador Neural Diferenciável (DNC) com Pytorch & Visdom.
  66. Pytorch_image_classifier: PIPLEAGEM DE CLASSIFICADOR DE IMAGEM MÍNIMA Mas Prática usando Pytorch, Finetune no Resnet18, obteve uma precisão de 99% nos próprios conjuntos de dados pequenos.
  67. MNIST-SVHN-TRANSFER: Implementação de Pytorch de Cyclegan e Sgan para transferência de domínio (mínimo).
  68. pytorch-yolo2: pytorch-yolo2
  69. DNI: Implementar interfaces neurais desacopladas usando gradientes sintéticos em pytorch
  70. WGAN-GP: Uma implementação de Pytorch do artigo "Treinamento aprimorado de Wasserstein Gans".
  71. Pytorch-Seq2seq-Intent-PARSING: Intent AnuSing e Slot preenchendo pytorch com seq2seq + atenção
  72. pytorch_nce: uma implementação do algoritmo de estimativa contrastiva de ruído para pytorch. Trabalhando, mas não muito eficiente.
  73. Molenncoder: Molecular AutoEncoder em Pytorch
  74. GaN-Weight-Norm: Code for "Sobre os efeitos da normalização do lote e peso em redes adversárias generativas"
  75. LGamma: implementações de funções de Polygamma, LGamma e Beta para Pytorch
  76. BIGBATCH: Código usado para gerar os resultados que aparecem em "Trem mais tempo, generalize melhor: fechar a lacuna de generalização em grandes treinamentos em lote de redes neurais"
  77. RL_A3C_PYTORCH: Aprendizagem de reforço com a implementação do A3C LSTM para Atari 2600.
  78. Pytorch Retrening: Transfer Learning Shootout para o Modelo Zoológico de Pytorch (Torchvision)
  79. nmp_qc: mensagem neural que passa para visão computacional
  80. Cam
  81. Pytorch-TRPO: Implementação de Pytorch da Otimização da Política da Região de Confiança (TRPO)
  82. Pytorch-Explain-Black-Box: Pytorch Implementação de explicações interpretáveis ​​de caixas pretas por perturbação significativa
  83. VAE_VPFLOWS: Código em Pytorch para a combinação convexa IAF linear e o fluxo do chefe de família, JM Tomczak e M. Welling https://jmtomczak.github.io/deebmed.html
  84. Relational-Networks: Implementação de Pytorch de "um módulo de rede neural simples para raciocínio relacional" (redes relacionais) https://arxiv.org/pdf/1706.01427.pdf
  85. vqa.pytorch: Resposta de perguntas visuais em pytorch
  86. Negociador de ponta a ponta: acordo ou nenhum negócio? Aprendizagem ponta a ponta para diálogos de negociação
  87. Odin-Pytorch: Detecção de princípios de exemplos de distribuição em redes neurais.
  88. Congelamento: Acelere o treinamento da rede neural por congelamento progressivamente.
  89. ARAE: Código para o artigo "Autoencoders regularizados regularizados para gerar estruturas discretas" por Zhao, Kim, Zhang, Rush e Lecun.
  90. Pytorch de pensamento avançado: Implementação de Pytorch de "Pensamento avançado: Construindo e treinando redes neurais uma camada de cada vez" https://arxiv.org/pdf/1706.02480.pdf
  91. Context_Encoder_Pytorch: Pytorch Implement de codificadores de contexto
  92. ATENÇÃO-A-ALL-TOM-NEED-Pytorch: Uma implementação de Pytorch do modelo de transformador em "Atenção é tudo o que você precisa" .https: //github.com/thnkim/openfacepytorch
  93. OpenfacePytorch: módulo pytorch para usar o modelo nn4.small2.v1.t7 do Openface
  94. neural-combinatória-rl-pytorch: implementação de Pytorch da otimização combinatória neural com aprendizado de reforço.
  95. Pytorch-NEC: Implementação de Pytorch do Controle Episódico Neural (NEC)
  96. seq2seq.pytorch: aprendizado de sequência para sequência usando pytorch
  97. Pytorch-sketch-rnn: uma implementação pytorch de arxiv.org/abs/1704.03477
  98. Pytorch-Puning: Implementação de Pytorch de [1611.06440] podando redes neurais convolucionais para inferência com eficiência de recursos
  99. DRQA: Uma implementação de Pytorch da leitura da Wikipedia para responder a perguntas de domínio aberto.
  100. Yellowfin_pytorch: Momentum SGD Optimizador automático
  101. Samplernn-Pytorch: Implementação de Pytorch do Samplernn: Um modelo incondicional de geração de áudio neural de ponta a ponta.
  102. Egeu: DCGAN mais profundo com estabilização de AE
  103. /pytorch-srresnet: implementação de pytorch para super resolução foto-realista de imagem única usando uma rede adversária generativa arxiv: 1609.04802v2
  104. VSEPP: Código para o artigo "VSE ++: incorporação semântica visual aprimorada"
  105. Pytorch-DPPO: Implementação de Pytorch da otimização de política proximal distribuída: arxiv.org/abs/1707.022286
  106. Unidade: Implementação de Pytorch do nosso algoritmo Vae-Gan acoplado para tradução para imagem de imagem não supervisionada
  107. eficiente_densenet_pytorch: uma implementação com eficiência de memória de Densenets
  108. TSN-Pytorch: Redes de segmento temporal (TSN) em Pytorch.
  109. Smash: Uma técnica experimental para explorar eficientemente as arquiteturas neurais.
  110. pytorch-retinanet: retinanet em pytorch
  111. Biogans: implementação que apoia o artigo do ICCV 2017 "Gans for Biological Image Synthesis".
  112. Síntese de imagem semântica via aprendizado adversário: uma implementação de Pytorch do artigo "Síntese de imagem semântica por meio de aprendizado adversário" no ICCV 2017.
  113. FMPYTORCH: Uma implementação de Pytorch de um módulo de máquina de fatorização em Cython.
  114. ORN: Uma implementação de Pytorch do artigo "Redes de Respostas Orientadas" no CVPR 2017.
  115. pytorch-maml: implementação de pytorch de maml: arxiv.org/abs/1703.03400
  116. Pytorch-Gerative-Model-Collections: Coleção de modelos generativos na versão Pytorch.
  117. VQA-Winner-CVPRW-2017: Implementação de Pytorch do vencedor do Workshop VQA Chllange em CVPR'17.
  118. TACOTRON_PYTORCH: Implementação de Pytorch do modelo de síntese de fala do tacotron.
  119. PSPNET-Pytorch: Pytorch Implementação da Rede de Segmentação PSPNET
  120. LM-LSTM-CRF: Rotulagem de sequência de Empower com modelo de idioma de tarefas e tarefas http://arxiv.org/abs/1709.04109
  121. Alinhamento Face: Pytorch Implementação do artigo "A que distância estamos de resolver o problema de alinhamento de rosto 2D e 3D? (E um conjunto de dados de 230.000 marcos faciais 3D)", ICCV 2017
  122. DepthNet: Treinamento Pytorch DepthNet no conjunto de dados de caixa imóvel.
  123. EDSR-Pytorch: versão pytorch do artigo 'Redes residuais profundas aprimoradas para super-resolução de imagem única' (CVPRW 2017)
  124. E2C-Pytorch: incorporado para controlar a implementação em Pytorch.
  125. 3D-RESNETS-Pytorch: Resnets 3D para reconhecimento de ação.
  126. BANDIT-NMT: Este é o Código Repo para o nosso artigo EMNLP 2017 "Aprendizagem de reforço para tradução de máquinas neurais de bandidos com feedback humano simulado", que implementa o algoritmo A2C sobre um modelo de codificador de codificadores neurais e benchmarks a combinação abaixo de recompensas ruins simuladas.
  127. Pytorch-A2C-PPO-ACKTR: Implementação de Pytorch de Crítico de Ator Advantage (A2C), Otimização de Políticas Proximais (PPO) e Método Escalável da Região Confiança para Aprendizagem de Reforço Profundo usando a Aproximação Factorizada de Kronecker (ACKTR).
  128. Zalando-Pytorch: Vários experimentos sobre o conjunto de dados da Manist-Mnist de Zalando.
  129. Sphereface_pytorch: uma implementação de pytorch da Sphereface.
  130. DQN categórico: uma implementação de Pytorch do DQN categórico de uma perspectiva distributiva sobre o aprendizado de reforço.
  131. Pytorch-NTM: implementação Pytorch NTM.
  132. Mask_RCNN_PYTORCH: Mask rcnn em pytorch.
  133. Graph_convnets_pytorch: implementação de pytorch de convênios de gráficos, nips'16
  134. Pytorch-Festter-RCNN: Uma implementação de Pytorch de uma estrutura de detecção RCNN mais rápida com base na TF-Fast-Fast-RCNN de Xinlei Chen.
  135. Torchmoji: Uma implementação de Pytorch do Modelo Deepmoji: Modelo de aprendizado profundo de última geração para analisar sentimentos, emoção, sarcasmo etc.
  136. Segmentação semântica-Pytorch: implementação de Pytorch para segmentação semântica/cena analisando no conjunto de dados do MIT Ade20k
  137. Pytorch-qrnn: implementação de Pytorch da rede neural quase-recorrente-até 16 vezes mais rápida que o CUDNN LSTM da NVIDIA
  138. Pytorch-SGNS: amostragem negativa do skipgram em pytorch.
  139. Sfmlearner-Pytorch: versão pytorch do sfmlearner de Tinghui Zhou et al.
  140. Convolução deformável-pytorch: implementação de Pytorch de convolução deformável.
  141. Skip-Gram-Pytorch: Uma implementação completa do Pytorch do modelo SKIPGRAM (com subamostragem e amostragem negativa). O resultado da incorporação é testado com a correlação de Spearman.
  142. stackGAN-v2: Pytorch implementation for reproducing StackGAN_v2 results in the paper StackGAN++: Realistic Image Synthesis with Stacked Generative Adversarial Networks by Han Zhang*, Tao Xu*, Hongsheng Li, Shaoting Zhang, Xiaogang Wang, Xiaolei Huang, Dimitris Metaxas.
  143. Auto-crítico.
  144. PYGCN: redes convolucionais de gráfico em Pytorch.
  145. DNC: computadores neurais diferenciáveis, para pytorch
  146. prog_gans_pytorch_inference: inferência de pytorch para "crescimento progressivo de Gans" com instantâneo de celebrba.
  147. Pytorch-Capsule: Implementação de Pytorch do roteamento dinâmico de Hinton entre cápsulas.
  148. Pyramidnet-Pytorch: uma implementação de pytorch para piramidnets (redes residuais piramidais profundas, arxiv.org/abs/1610.02915)
  149. Rádio-Transformer-Networks: uma implementação de Pytorch de redes de transformadores de rádio do artigo "Uma introdução ao aprendizado profundo para a camada física". arxiv.org/abs/1702.00832
  150. Honk: Pytorch Reimplementação dos CNNs TensorFlow do Google para Spoting de palavras -chave.
  151. Deepcoral: uma implementação de Pytorch de 'Coral profundo: alinhamento de correlação para adaptação profunda do domínio'., ECCV 2016
  152. Pytorch-Pose: um kit de ferramentas pytorch para estimativa de pose humana em 2D.
  153. Lang-Emerge-Parlai: Implementação do artigo EMNLP 2017 "Linguagem natural não emerge 'naturalmente' em diálogo multi-agente" usando Pytorch e Parlai
  154. Arco -íris: arco -íris: combinando melhorias no aprendizado de reforço profundo
  155. pytorch_compact_bilinear_pooling v1: Este repositório possui uma implementação pura do python do pool bilinear compacto e o esboço de contagem de pytorch.
  156. Compactbilinearpooling-Pytorch V2: (Yang Gao, et al.) Uma implementação de Pytorch para o pool bilinear compacto.
  157. Fewshotlearning: implementação de Pytorch do artigo "Otimização como modelo para aprendizado de poucos anos"
  158. MEPROP: Codifica para "Meprop: Propagação de costas escasificadas para um aprendizado profundo acelerado com excesso de ajuste reduzido".
  159. SFD_PYTORCH: Uma implementação de Pytorch do detector de rosto invariante em escala única.
  160. GradientEpisodicMemory: Continuum Learning With GEM: Memória episódica de gradiente. https://arxiv.org/abs/1706.08840
  161. Deblurgan: Implementação de Pytorch do artigo Deblurgan: Deblurre de Motion Blind usando redes adversárias condicionais.
  162. Stargan: Stargan: Redes adversárias generativas unificadas para transmissões de imagem para imagens de vários domínios.
  163. Capsnet-Pytorch: Implementação de Pytorch do roteamento dinâmico de papel NIPS 2017 entre cápsulas.
  164. Condensenet: Condensenet: uma densenet eficiente usando convoluções de grupo aprendidas.
  165. Prior de imagem profunda: restauração de imagens com redes neurais, mas sem aprender.
  166. Deep-Head-Pose: Estimativa de pose da cabeça de aprendizado profundo usando Pytorch.
  167. ERASENING ALEATÓRIO: Este código possui o código-fonte do documento "Apagamento aleatório de dados".
  168. Fadernetworks: Fader Networks: Manipulando imagens por atributos deslizantes - NIPS 2017
  169. Flownet 2.0: Flownet 2.0: Evolução da estimativa de fluxo óptico com redes profundas
  170. PIX2PIXHD: sintetizando e manipulando imagens 2048x1024 com Gans condicionais tcwang0509.github.io/pix2pixhd
  171. Pytorch-SmoothGrad: SmoothGrad Implementation in Pytorch
  172. RetinAnet: uma implementação da RetinAnet em Pytorch.
  173. mais rápido rcnn.pytorch: Este projeto é uma implementação R-CNN mais rápida, com o objetivo de acelerar o treinamento de modelos de detecção de objetos R-CNN mais rápidos.
  174. MIXUP_PYTORCH: Uma implementação de Pytorch da mistura de papel: além da minimização de riscos empíricos em Pytorch.
  175. Inplace_abn: In-local ativado BatchNorm para treinamento otimizado para a memória de DNNs
  176. Pytorch-Pose-HG-3D: implementação de Pytorch para estimativa de pose humana 3D
  177. NMN-Pytorch: Rede de módulos neurais para VQA em Pytorch.
  178. BYTENET: Implementação de Pytorch de Bytenet de "Tradução de Máquina Neural no Tempo Linear"
  179. Bottom-up-Attion-VQA: VQA, Atção de baixo para cima, Pytorch
  180. YOLO2-Pytorch: O Yolov2 é um dos detector de objetos de um estágio mais popular. Este projeto adota o Pytorch como a estrutura em desenvolvimento para aumentar a produtividade e utilizar o ONNX para converter modelos em Caffe 2 para a implantação de engenharia da Benifit.
  181. Resseg-Pytorch: Implementação de Pytorch de Resseg (arxiv.org/pdf/1511.07053.pdf)
  182. neurônios binários-estocásticos: neurônios estocásticos binários em Pytorch.
  183. Pytorch-Pose-estimação: Implementação de Pytorch do projeto de estimativa de pose em tempo real em tempo real.
  184. INTERACTION_NETWORK_PYTORCH: Implementação de Pytorch de redes de interação para aprender sobre objetos, relações e física.
  185. Noisenaturalgradiente: implementação de Pytorch do papel "gradiente natural barulhento como inferência variacional".
  186. ewc.pytorch: Uma implementação da consolidação de peso elástica (EWC), proposta em James Kirkpatrick et al. Superando o esquecimento catastrófico nas redes neurais 2016 (10.1073/pnas.1611835114).
  187. Pytorch-ZSSR: Implementação de Pytorch de 1712.06087 "Zero-Shot" Super-resolução usando aprendizado interno profundo
  188. Deep_Image_Prior: uma implementação de métodos de reconstrução de imagem da imagem profunda anterior (Ulyanov et al., 2017) em Pytorch.
  189. Pytorch-Transformer: A implementação da atenção de Pytorch é tudo o que você precisa.
  190. Deeprl-Grounding: Esta é uma implementação de Pytorch do artigo AAAI-18 Architecturas de atendimento fechado para aterramento de idiomas orientado a tarefas
  191. Deep-ForCast-Pytorch: Previsão de velocidade do vento usando LSTMS em pytorch (arxiv.org/pdf/1707.08110.pdf)
  192. Net de gato: transformações de aparência canônica
  193. Minimal_GLO: Implementação mínima de Pytorch da otimização latente generativa do artigo "Otimizando o espaço latente das redes generativas"
  194. LearningTocompare-Pytorch: Implementação de Pytorch para papel: Aprendendo a comparar: Rede de relações para aprendizado de poucos anos.
  195. Poincare-incorpeddings: implementação de Pytorch do artigo NIPS-17 "INCEDIÇÕES DE POUncaré para aprender representações hierárquicas".
  196. Pytorch-TRPO (versão do produto do vetor Hessian): Esta é uma implementação de Pytorch da "Otimização da Política da Região de Confiança (TRPO)" com o produto exato do vetor hessiano, em vez da aproximação de diferenças finitas.
  197. Ggnn.pytorch: Uma implementação de Pytorch de redes neurais de sequência de gráficos fechados (GGNN).
  198. Visual-Interaction-Networks-Pytorch: Esta é uma implementação do artigo de Redes de Interação Visual DeepMind usando Pytorch
  199. Patch adversário: implementação de Pytorch de patch adversário.
  200. Prototípico-Networks-for-Few-Shot-Learning-Pytorch: Implementação de redes prototípicas para poucos aprendizagens de tiro (arxiv.org/abs/1703.05175) em pytorch
  201. Visual-Feature-Attribution-Using-Wasserstein-Gans-Pytorch: Implementação da Atribuição de Recursos Visuais usando Wasserstein Gans (arxiv.org/abs/1711.08998) em Pytorch.
  202. FotográficoImagesynthesisWithCascadedRefinementNetworks -Pytorch: Síntese de imagem fotográfica com redes de refinamento em cascata - Implementação de Pytorch
  203. ENAS-Pytorch: implementação de Pytorch de "Pesquisa de arquitetura neural eficiente por meio de parâmetros de compartilhamento".
  204. A avaliação neural: uma implementação de Pytorch da avaliação da imagem neural.
  205. ProxProp: retropropagação proximal - um algoritmo de treinamento de rede neural que leva etapas implícitas em vez de gradiente explícito.
  206. Fastphotostyle: uma solução de forma fechada para estilização de imagem fotorrealista
  207. Analogia de imagem profunda: uma implementação Python de análise de imagem profunda baseada em Pytorch.
  208. Person-reid_pytorch: pytorch para pessoa reid.
  209. Pt-Dilate-Rnn: RNNs dilatados em Pytorch.
  210. Pytorch-i-Revnet: implementação de Pytorch de I-RevNets.
  211. ORTHNET: camadas de fluxo de tensor e pytorch para gerar polinômios ortogonais.
  212. DRRN-PYTORCH: Uma implementação de Rede Residual Recursiva Profunda para Super Resolução (DRRN), CVPR 2017
  213. shampoo.pytorch: uma implementação do shampoo.
  214. A avaliação da imagem neural 2: Uma implementação de Pytorch da avaliação da imagem neural.
  215. TCN: Benchmarks de modelagem de sequência e redes convolucionais temporais locuslab/tcn
  216. DCC: Este repositório contém o código -fonte e os dados para reproduzir resultados de papel de cluster contínuo profundo.
  217. PackNet: Código para Packnet: Adicionando várias tarefas a uma única rede pela poda iterativa arxiv.org/abs/1711.05769
  218. Pytorch-Progressive_Growing_Of_gans: implementação de Pytorch do crescimento progressivo de GANs para melhorar a qualidade, estabilidade e variação.
  219. Non-Auto-NMT: implementação de Pytorch de "Tradução de Máquina Neural Não Autoregressiva"
  220. Pytorch-Gan: implementações de Pytorch de redes adversárias generativas.
  221. Pytorchwavelets: Implementação de Pytorch da análise wavelet encontrada em Torrence e Compo (1998)
  222. Pytorch fabricada: Made (estimativa de densidade de autoencoder mascarada) em Pytorch
  223. VRNN: Implementação de Pytorch do RNN variacional (VRNN), de um modelo variável latente recorrente para dados seqüenciais.
  224. Fluxo: Pytorch Implementação do ICLR 2018 Paper Deep Learning for Physical Processos: Integrando o conhecimento científico anterior.
  225. DeepVoice3_Pytorch: Implementação de Pytorch de modelos de síntese de texto em fala baseados em redes convolucionais
  226. PSMM: Implementação do modelo de mistura Sentinel Pointer, conforme descrito no artigo de Stephen Merity et al.
  227. TACOTRON2: TACOTRON 2-Implementação de Pytorch com inferência mais rápida do que o tempo.
  228. ACCSGD: implementa o código Pytorch para o algoritmo SGD acelerado.
  229. Qanet-pytorch: uma implementação do Qanet com pytorch (em/f1 = 70,5/77.2 após 20 epoches por cerca de 20 horas em uma carta 1080ti.)
  230. Conve: Convolucional 2D Knowledge Graph Incoreddings
  231. ATENÇÃO ESTRUTURED-SI-SILE: Implementação para o artigo Uma sentença auto-atenta estruturada incorporando, publicada no ICLR 2017: arxiv.org/abs/1703.03130.
  232. GraphSage-Simple: implementação de referência simples do GraphSage.
  233. Detectron.pytorch: Uma implementação de Pytorch do Detectron. Tanto o treinamento do zero quanto a inferir diretamente dos pesos de detecção pré -traida estão disponíveis.
  234. R2PLUS1D-Pytorch: Implementação de Pytorch da arquitetura ResNet baseada em convolução R2Plus1D descrita no artigo "Um olhar mais atento às convoluções espaço-temporais para reconhecimento de ação"
  235. Stacknn: uma implementação de pytorch de pilhas diferenciáveis ​​para uso em redes neurais.
  236. Translagent: Código para tradução emergente em comunicação multi-agente.
  237. BAN-VQA: Redes de atenção bilineares para responder a perguntas visuais.
  238. Pytorch-Openai-Transformer-lm: Esta é uma implementação de Pytorch do código do tensorflow fornecido com o artigo do OpenAI "melhorando o entendimento da linguagem por pré-treinamento generativo" de Alec Radford, Karthik Narasimhan, Tim Salimans e Ilya Sutskever.
  239. T2F: geração de texto a cara usando o aprendizado profundo. Este projeto combina duas das recentes arquiteturas Stackgan e Progan para sintetizar rostos a partir de descrições textuais.
  240. Pytorch - FID: um porto de Fréchet Inception Distância (pontuação FID) para Pytorch
  241. VAE_VPFLOWS: Código em Pytorch para a combinação convexa Linear IAF e o Fluxo do Departamento de casa, JM Tomczak e M. Welling Jmtomczak.github.io/deebmed.html
  242. CoordConv-Pytorch: A implementação de Pytorch do CoordConv introduzida em um artigo intrigante de redes neurais convolucionais e do artigo CoordConv Solution. (arxiv.org/pdf/1807.03247.pdf)
  243. SDPoint: implementação de "desmarcado estocástica para inferência de custo-benefício e maior regularização em redes convolucionais", publicada no CVPR 2018.
  244. Srdensenet-pytorch: srdensenet-pytorch （iccv_2017）
  245. Gan_stability: código para papel "Quais métodos de treinamento para Gans realmente convergem? (ICML 2018)"
  246. Mask-rcnn: uma implementação de Pytorch da arquitetura de Mask RCNN, serve como uma introdução ao trabalho com Pytorch
  247. Pytorch-Coviar: reconhecimento de ação em vídeo compactado
  248. Pnasnet.pytorch: implementação de pytorch do pnasNet-5 no imagenet.
  249. Nalu-Pytorch: Implementação básica de pytorch de NAC/NALU de unidades lógicas aritméticas neurais arxiv.org/pdf/1808.00508.pdf
  250. LOLA_DICE: Implementação de Pytorch de Lola (arxiv.org/abs/1709.04326) usando dados (arxiv.org/abs/1802.05098)
  251. Network-Network-Pytorch Gerativo: Rede de Consulta Gerativa (GQN) em Pytorch, conforme descrito em "Representação e renderização de cenas neurais"
  252. pytorch_hmax: implementação do modelo de visão Hmax em Pytorch.
  253. FCN-PYTORCH-EAST: Tentando ser a implementação Pytorch mais fácil e apenas para usar da FCN (redes totalmente conosolocionais)
  254. Transdutor: uma implementação rápida do transdutor de sequência com ligações de Pytorch.
  255. Avo-Pytorch: Implementação da otimização variacional adversária em Pytorch.
  256. HCN-Pytorch: Uma reimplementação de Pytorch de {Co-ocorrência apresenta aprendizado dos dados do esqueleto para reconhecimento e detecção de ação com agregação hierárquica}.
  257. RESTE DE BINÁRIO: Implementação de Pytorch de amplas redes residuais com pesos de 1 bit pelo McDonnel (ICLR 2018)
  258. Piggyback: Código para Piggyback: Adaptando uma única rede a várias tarefas aprendendo a mascarar pesos arxiv.org/abs/1801.06519
  259. VID2VID: Implementação de Pytorch de nosso método para tradução de vídeo para vídeo fotorrealista de alta resolução (por exemplo, 2048x1024).
  260. Poisson-Convolution-SUM: implementa uma soma infinita de convoluções ponderadas em Poisson
  261. TBD-Nets: Pytorch Implementação de "Transparência por design: fechando a lacuna entre desempenho e interpretabilidade no raciocínio visual" arxiv.org/abs/1803.05268
  262. ATTN2D: Atenção difundida: redes convolucionais 2D para previsão de sequência a sequência
  263. YOLOV3: YOLOV3: Treinamento e inferência em pytorch pjreddie.com/darknet/yolo
  264. Dream-in-pytorch: implementação de Pytorch do algoritmo DeepDream Computer Vision.
  265. Pytorch-Flows: Pytorch implementações de algoritmos para estimativa de densidade
  266. Quantil-Regression-DQN-Pytorch: Regressão Quantil DQN Um exemplo de trabalho mínimo
  267. Relacional-rnn-Pytorch: Uma implementação das redes neurais recorrentes relacionais do DeepMind em Pytorch.
  268. Dextr-Pytorch: Deep Extreme Cut http://www.vision.ee.ethz.ch/~cvlsegmentation/dextr
  269. Pytorch_gbw_lm: modelo de idioma pytorch para o conjunto de dados do Google Bilion Word.
  270. Pytorch-NCE: A estimativa contrastiva do ruído para a saída Softmax escrita em Pytorch
  271. Modelos generativos: implementações de Pytorch anotadas, compreensíveis e visualmente interpretáveis ​​de: VAE, Birvae, Nsgan, Mmgan, Wgan, Wgangp, Lsgan, Dragan, iniciaram, Ragan, InfoGan, FGan, Fishergan.
  272. ConvNet-AIG: Implementação de Pytorch para redes convolucionais com gráficos de inferência adaptativa.
  273. Pytorch de gradiente integrado: Esta é a implementação de Pytorch do artigo-atribuição axiomática para redes profundas.
  274. MalConv-Pytorch: implementação de Pytorch de MalConv.
  275. Trellisnet: Trellis Redes for Sequence Modelaing
  276. Aprendendo a se comunicar com um profundo aprendizado de reforço multi-agente: a implementação do aprendizado de Pytorch para se comunicar com um profundo papel de aprendizado de reforço multi-agente.
  277. pnn.pytorch: implementação de pytorch de cvpr'18 - redes neurais perturbadoras http://xujuefei.com/pnn.html.
  278. FACE_ATTENÇÃO_NETWORK: Implementação de Pytorch da Rede de Atenção de Face, conforme descrito na Rede de Atenção de Face: um detector de rosto eficaz para as faces ocluídas.
  279. Waveglow: uma rede generativa baseada em fluxo para síntese de fala.
  280. Deepfloat: Este repositório contém o SystemVerilog RTL, C ++, HLS (Intel FPGA OpenCl para embrulhar o código RTL) e o Python necessário para reproduzir os resultados numéricos em "Repensar o ponto flutuante para aprendizado profundo"
  281. EPSR: Implementação de Pytorch da análise da compensação de percepção-distorção usando uma rede de super-resolução perceptiva aprimorada. Este trabalho conquistou o primeiro lugar na competição PIMR2018-SR (Região 1) realizada como parte do ECCV 2018.
  282. Clarinete: uma implementação de pytorch do clarinete arxiv.org/abs/1807.07281
  283. Pytorch-Preserned-Bert: versão pytorch do modelo BERT do Google AI com script para carregar os modelos pré-treinados do Google
  284. TORCH_WAVEGLOW: Uma implementação de Pytorch do Waveglow: uma rede generativa baseada em fluxo para síntese de fala.
  285. 3DDFA: O Pytorch melhorou a reimplementação do artigo TPAMI 2017: alinhamento de rosto em linha completa da faixa de pose: uma solução total 3D.
  286. Perda-Landscape: Código de paisagem de perda para visualizar o cenário de perdas de redes neurais.
  287. FAMOS: Implementação de Pytorch do artigo "Copie a antiga ou a pintura de novo? Uma estrutura adversária para (não) estilização de imagem paramétrica" ​​disponível em http://arxiv.org/abs/1811.09236.
  288. back2future.pytorch: Esta é uma implementação de Pytorch de Janai, J., Güney, F., Ranjan, A., Black, M. e Geiger, A., aprendizado não supervisionado de fluxo óptico de múltiplos quadros com oclusões. ECCV 2018.
  289. FFTNET: Implementação não oficial do papel vocod do FFTNET.
  290. Faceboxes.pytorch: uma implementação de pytorch de faceboxes.
  291. Transformer-XL: Transformer-XL: Modelos de linguagem atenciosos além de um contexttps de comprimento fixo: //github.com/kimiyoung/transformer-xl
  292. Associativo_compression_networks: redes de compactação associativa para aprendizado de representação.
  293. fluidnet_cxx: fluidnet reescrito com aten tensor lib.
  294. Algoritmos de reforço profundo: este repositório contém implementações de pytorch de algoritmos de aprendizado de reforço profundo.
  295. Shufflenet-V2-Pytorch: Esta é uma implementação de Pytorch do Shufflenet-V2 do FacePlusplus.
  296. GraphWaveLetNeuralNetwork: Esta é uma implementação de pytorch da rede neural de wavelet gráfico. ICLR 2019.
  297. Atençãowalk: Esta é uma implementação de Pytorch de Watch Your Etapa: Aprendendo incorporação do Nó por meio de atenção do gráfico. NIPS 2018.
  298. SGCN: Esta é uma implementação Pytorch da rede convolucional de gráficos assinada. ICDM 2018.
  299. Sine: Esta é uma implementação de Pytorch de incorporação de rede incompleta escalável. ICDM 2018.
  300. GAM: Esta é uma implementação de Pytorch da classificação de gráficos usando atenção estrutural. KDD 2018.
  301. No estilo neural: uma implementação de Pytorch do estilo neural de Justin Johnson.
  302. Tucker: Tucker: Fator de tensor para a conclusão do gráfico de conhecimento.
  303. Pytorch-Prunes: podando redes neurais: é hora de corrigi-lo na raiz?
  304. Simgnn: Simgnn: Uma abordagem de rede neural para computação rápida de similaridade de gráficos.
  305. Character CNN: PyTorch implementation of the Character-level Convolutional Networks for Text Classification paper.
  306. XLM: PyTorch original implementation of Cross-lingual Language Model Pretraining.
  307. DiffAI: A provable defense against adversarial examples and library for building compatible PyTorch models.
  308. APPNP: Combining Neural Networks with Personalized PageRank for Classification on Graphs. ICLR 2019.
  309. NGCN: A Higher-Order Graph Convolutional Layer. NeurIPS 2018.
  310. gpt-2-Pytorch: Simple Text-Generator with OpenAI gpt-2 Pytorch Implementation
  311. Splitter: Splitter: Learning Node Representations that Capture Multiple Social Contexts. (WWW 2019).
  312. CapsGNN: Capsule Graph Neural Network. (ICLR 2019).
  313. BigGAN-PyTorch: The author's officially unofficial PyTorch BigGAN implementation.
  314. ppo_pytorch_cpp: This is an implementation of the proximal policy optimization algorithm for the C++ API of Pytorch.
  315. RandWireNN: Implementation of: "Exploring Randomly Wired Neural Networks for Image Recognition".
  316. Zero-shot Intent CapsNet: GPU-accelerated PyTorch implementation of "Zero-shot User Intent Detection via Capsule Neural Networks".
  317. SEAL-CI Semi-Supervised Graph Classification: A Hierarchical Graph Perspective. (WWW 2019).
  318. MixHop: MixHop: Higher-Order Graph Convolutional Architectures via Sparsified Neighborhood Mixing. ICML 2019.
  319. densebody_pytorch: PyTorch implementation of CloudWalk's recent paper DenseBody.
  320. voicefilter: Unofficial PyTorch implementation of Google AI's VoiceFilter system http://swpark.me/voicefilter.
  321. NVIDIA/semantic-segmentation: A PyTorch Implementation of Improving Semantic Segmentation via Video Propagation and Label Relaxation, In CVPR2019.
  322. ClusterGCN: A PyTorch implementation of "Cluster-GCN: An Efficient Algorithm for Training Deep and Large Graph Convolutional Networks" (KDD 2019).
  323. NVlabs/DG-Net: A PyTorch implementation of "Joint Discriminative and Generative Learning for Person Re-identification" (CVPR19 Oral).
  324. NCRF: Cancer metastasis detection with neural conditional random field (NCRF)
  325. pytorch-sift: PyTorch implementation of SIFT descriptor.
  326. brain-segmentation-pytorch: U-Net implementation in PyTorch for FLAIR abnormality segmentation in brain MRI.
  327. glow-pytorch: PyTorch implementation of Glow, Generative Flow with Invertible 1x1 Convolutions (arxiv.org/abs/1807.03039)
  328. EfficientNets-PyTorch: A PyTorch implementation of EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks.
  329. STEAL: STEAL - Learning Semantic Boundaries from Noisy Annotations nv-tlabs.github.io/STEAL
  330. EigenDamage-Pytorch: Official implementation of the ICML'19 paper "EigenDamage: Structured Pruning in the Kronecker-Factored Eigenbasis".
  331. Aspect-level-sentiment: Code and dataset for ACL2018 paper "Exploiting Document Knowledge for Aspect-level Sentiment Classification"
  332. breast_cancer_classifier: Deep Neural Networks Improve Radiologists' Performance in Breast Cancer Screening arxiv.org/abs/1903.08297
  333. DGC-Net: A PyTorch implementation of "DGC-Net: Dense Geometric Correspondence Network".
  334. universal-triggers: Universal Adversarial Triggers for Attacking and Analyzing NLP (EMNLP 2019)
  335. Deep-Reinforcement-Learning-Algorithms-with-PyTorch: PyTorch implementations of deep reinforcement learning algorithms and environments.
  336. simple-effective-text-matching-pytorch: A pytorch implementation of the ACL2019 paper "Simple and Effective Text Matching with Richer Alignment Features".
  337. Adaptive-segmentation-mask-attack (ASMA): A pytorch implementation of the MICCAI2019 paper "Impact of Adversarial Examples on Deep Learning Models for Biomedical Image Segmentation".
  338. NVIDIA/unsupervised-video-interpolation: A PyTorch Implementation of Unsupervised Video Interpolation Using Cycle Consistency, In ICCV 2019.
  339. Seg-Uncertainty: Unsupervised Scene Adaptation with Memory Regularization in vivo, In IJCAI 2020.
  340. pulse: Self-Supervised Photo Upsampling via Latent Space Exploration of Generative Models
  341. distance-encoding: Distance-Encoding - Design Provably More PowerfulGNNs for Structural Representation Learning.
  342. Pathfinder Discovery Networks: Pathfinder Discovery Networks for Neural Message Passing.
  343. PyKEEN: A Python library for learning and evaluating knowledge graph embeddings.
  344. SSSNET: Official implementation of the SDM2022 paper "SSSNET: Semi-Supervised Signed Network Clustering".
  345. MagNet: Official implementation of the NeurIPS2021 paper "MagNet: A Neural Network for Directed Graphs".
  346. Semantic Search: Latest in the field of neural information retrieval / semantic search.

Talks & conferences

  1. PyTorch Conference 2018: First PyTorch developer conference at 2018.

Pytorch elsewhere

  1. the-incredible-pytorch : The Incredible PyTorch: a curated list of tutorials, papers, projects, communities and more relating to PyTorch.
  2. generative models: Collection of generative models, eg GAN, VAE in Tensorflow, Keras, and Pytorch. http://wiseodd.github.io
  3. pytorch vs tensorflow: an informative thread on reddit.
  4. Pytorch discussion forum
  5. pytorch notebook: docker-stack: A project similar to Jupyter Notebook Scientific Python Stack
  6. drawlikebobross: Draw like Bob Ross using the power of Neural Networks (With PyTorch)!
  7. pytorch-tvmisc: Totally Versatile Miscellanea for Pytorch
  8. pytorch-a3c-mujoco: Implement A3C for Mujoco gym envs.
  9. PyTorch in 5 Minutes.
  10. pytorch_chatbot: A Marvelous ChatBot implemented using PyTorch.
  11. malmo-challenge: Malmo Collaborative AI Challenge - Team Pig Catcher
  12. sketchnet: A model that takes an image and generates Processing source code to regenerate that image
  13. Deep-Learning-Boot-Camp: A nonprofit community run, 5-day Deep Learning Bootcamp http://deep-ml.com.
  14. Amazon_Forest_Computer_Vision: Satellite Image tagging code using PyTorch / Keras with lots of PyTorch tricks. kaggle competition.
  15. AlphaZero_Gomoku: An implementation of the AlphaZero algorithm for Gomoku (also called Gobang or Five in a Row)
  16. pytorch-cv: Repo for Object Detection, Segmentation & Pose Estimation.
  17. deep-person-reid: Pytorch implementation of deep person re-identification approaches.
  18. pytorch-template: PyTorch template project
  19. 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
  20. compare-tensorflow-pytorch: Compare outputs between layers written in Tensorflow and layers written in Pytorch.
  21. hasktorch: Tensors and neural networks in Haskell
  22. Deep Learning With Pytorch Deep Learning with PyTorch teaches you how to implement deep learning algorithms with Python and PyTorch.
  23. nimtorch: PyTorch - Python + Nim
  24. derplearning: Self Driving RC Car Code.
  25. pytorch-saltnet: Kaggle | 9th place single model solution for TGS Salt Identification Challenge.
  26. pytorch-scripts: A few Windows specific scripts for PyTorch.
  27. pytorch_misc: Code snippets created for the PyTorch discussion board.
  28. awesome-pytorch-scholarship: A list of awesome PyTorch scholarship articles, guides, blogs, courses and other resources.
  29. MentisOculi: A raytracer written in PyTorch (raynet?)
  30. DoodleMaster: "Don't code your UI, Draw it !"
  31. ocaml-torch: OCaml bindings for PyTorch.
  32. extension-script: Example repository for custom C++/CUDA operators for TorchScript.
  33. pytorch-inference: PyTorch 1.0 inference in C++ on Windows10 platforms.
  34. pytorch-cpp-inference: Serving PyTorch 1.0 Models as a Web Server in C++.
  35. tch-rs: Rust bindings for PyTorch.
  36. TorchSharp: .NET bindings for the Pytorch engine
  37. 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.
  38. 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.
Expandir
Informações adicionais
Aplicativos Relacionados
Recomendado para você
Informações Relacionadas Todos