Awesome pytorch list CNVersion

Awesome-Pytorch-List ｜ Awesome Pytorch Project

Versión en inglés

Contenido ｜ Contenido

• Awesome-Pytorch-List ｜ Awesome Pytorch Project
  • Versión en inglés
  • Contenido ｜ Contenido
  • Pytorch y bibliotecas relacionadas ｜ Pytorch y bibliotecas relacionadas
    • PNL y procesamiento de voz ｜ Procesamiento de lenguaje natural y procesamiento del habla
    • CV ｜ Visión por computadora
    • Bibliotecas probabilísticas/generadas ｜ Biblioteca de probabilidad y biblioteca de generación
    • Otras bibliotecas ｜ Otras bibliotecas
  • Tutoriales y libros y ejemplos ｜ Tutoriales y libros y ejemplos
  • Implementaciones en papel ｜ Implementación en papel
  • Charlas y conferencias ｜ Informes y conferencias
  • Pytorch en otro lugar | Relacionado con Pytorch

Pytorch y bibliotecas relacionadas ｜ Pytorch y bibliotecas relacionadas

1. Pytorch: tensores y redes neuronales dinámicas en Python con una fuerte aceleración de GPU | Python Tensor Computing y redes neuronales dinámicas que utilizan una fuerte aceleración de GPU.

PNL y Procesamiento del habla ｜ Procesamiento del lenguaje natural y procesamiento del habla:

1. 2800+ Texto: Carga de datos y abstracción para datos de texto y conjuntos de datos NLP.
2. 1300+ Pytorch-SEQ2SEQ: un marco de código abierto para manejar SEQ2SEQ en Pytorch.
3. 1000- Anuvada: modelo interpretable de PNL.
4. Más de 1300 audio: E/S de audio simple.
5. 1000- bucle: un método de generación del habla en múltiples altavoces.
6. NULL FAIOQ: El kit de herramientas de secuencia a secuencia de Python desarrollado por Facebook.
7. 1000- Discurso: implementación del modelo de extremo a extremo del discurso al texto.
8. 5100+ OpenNMT-PY: Traducción de máquina neural de código abierto http://opennmt.net.
9. 2300+ Neuralcoref: use redes neuronales en Spacy para lograr una digestión coeferencial rápida.
10. 1000+ Descubrimiento de sentimientos: la aplicación del modelo de lenguaje no supervisado basado en escala en una clasificación de sentimiento robusto.
11. 2800+ Muse: una biblioteca multilingüe no supervisada o supervisada de incrustación de palabras.
12. 1000- NMTPYTORCH: Marco de secuencia a secuencia en Pytorch.
13. 1000- Pytorch-Wavenet: Genere rápidamente la implementación de Wavenet.
14. 1000- Tacotron-Pytorch: Tacotron: síntesis del habla de extremo a extremo.
15. 10300+ Allennlp: Biblioteca de investigación NLP de código abierto, basada en Pytorch. http://www.allennlp.org/
16. 1900+ Pytorch-NLP: una biblioteca establecida para acelerar la investigación de PNL, incluidas las capas de redes neuronales, los módulos de procesamiento de texto y numerosos conjuntos de datos. pytorchnlp.readthedocs.io
17. 1000- Quick-NLP: Biblioteca Pytorch NLP basada en Fastai.
18. 4900+ TTS: un marco de aprendizaje profundo para el texto al habla.
19. 2800+ láser: el láser es una biblioteca utilizada para calcular y usar incrustaciones de instrucciones multilingües.
20. 1100+ Pyannote-Audio: bloques de construcción neuronal para la clasificación de los oradores: detección de actividades del habla, detección de cambios de oradores, incrustación de oradores.
21. 1000- Gensen: una representación de oración universal basada en el aprendizaje multitarea a gran escala.
22. 1000- Traducir: Traducción - Una biblioteca de idiomas de Pytorch.
23. 3900+ ESPNet: conjunto de herramientas de procesamiento de voz de extremo a extremo. espnet.github.io/espnet
24. 4500+ Pythia: un marco modular para la investigación multimodal sobre visuales y idiomas que se originan en Fair (Facebook AI Research).
25. 1400+ sin supervisión de MT: traducción automática neural no supervisada basada en frases.
26. Más de 1300 Jiant: un juego de herramientas Jiant para modelos generales de comprensión de texto. https://jiant.info
27. 4300+ Bert-Pytorch: Google AI 2018 Bert's Pytorch Implementation, acompañado de comentarios simples.
28. Más de 2100 infertos: incrustación de oraciones NLI (inferentes) y código de capacitación.
29. 1300+ UIS-RNN: algoritmo de red neuronal recursiva (UIS-RNN) infinita de estado interminable (que puede distinguir entornos ruidosos de los entornos ruidosos, correspondientes a la diarización de altavoces de papel supervisado. arxiv.org/abs/1810.04719
30. 10600+ Flair: un marco simple para la PNL de última generación.
31. 6200+ Pytext: marco de modelado de lenguaje natural basado en Pytorch. fb.me/pytextdocs
32. 1000- VoiceFilter: implementación no oficial de VoiceFilter de Google AI. http://swpark.me/voicefilter
33. 1000- BERT-NER: Nombre-Entity-Recognition basado en Bert.
34. 1000- Transferencia-NLP: biblioteca NLP diseñada para una gestión experimental replicable.
35. 1000- Texar-Pytorch: Kit de herramientas de generación de texto y aprendizaje automático. Texar.io
36. 2000+ Pytorch-Kaldi: Pytorch-Kaldi es un sistema de reconocimiento híbrido DNN/RNN Hybrid de vanguardia en el desarrollo. Pytorch implementa su parte DNN, mientras que la extracción de características, el cálculo de la etiqueta y la decodificación son realizados por Kaldi Toolkit.
37. 2900+ NEMO: Módulo neural: conjunto de herramientas de IA conversacional nvidia.github.io/nemo
38. 1000- Pytorch-Estruct: la biblioteca de implementación de GPU probada implementa algunos algoritmos estructurados del núcleo en el aprendizaje profundo, como HMM, Dep Trees, CKY, ...
39. 1000- Espresso: Espresso: un conjunto rápido de herramientas de reconocimiento de voz neuronal de extremo a extremo.
40. 48900+ Transformadores: Huggingface Transformers: las herramientas NLP más avanzadas en TensorFlow 2.0 y Pytorch. huggingface.co/transformers
41. 1500+ Reformer-Pytorch: Versión Pytorch de Reformer.
42. 1000 -Métrica de antorcha: métricas de evaluación del modelo en Pytorch.
43. 2600+ Speechbrain: Speechbrain es un kit de herramientas de voz abierta y todo en uno basado en Pytorch.
44. 1000- Backprop: Backprop hace que sea simple de usar, Finetune e implementar modelos ML de última generación.

CV ｜ Visión de la computadora:

1. 9400+ Visión de Pytorch: TorchVision contiene conjuntos de datos populares, arquitecturas de modelos y transformaciones de imágenes comúnmente utilizadas en la visión por computadora.
2. 1000- PT-Styletransfer: Transferencia de estilo neuronal como clase en Pytorch.
3. 1000- OpenFacePyTorch: módulo Pytorch utilizando el modelo NN4.Small2.V1.T7 de OpenFace.
4. 1000- IMG_Classification_PK_Pytorch: compare rápidamente su modelo de clasificación de imágenes con modelos de última generación (como Densenet, Resnet, ...)
5. 1400+ Sparseconvnet: red neuronal convolucional escasa submanifold.
6. 1000- Convolution_LSTM_PyTorch: módulo LSTM (red de memoria a corto plazo a corto plazo).
7. 5000+ alineación facial: bibliotecas de alineación facial 2D y 3D basadas en Pytorch. adrianbulat.com
8. 1500+ segmentación-semántica de Pytorch: segmentación semántica.
9. 1000- Roialign.pytorch: versión de Pytorch de Roialign. Su implementación se basa en Crop_and_Resize y admite hacia adelante y hacia atrás en CPU y GPU.
10. 1000- Pytorch-CNN-Finetune: redes neuronales convolucionales previas al entrenamiento con pytorch ajustado.
11. 1000- DetectorCh: Detectorch - Versión de Pytorch de Detectron Framework, actualmente solo las funciones de inferencia y evaluación de Detectron, sin funciones de capacitación.
12. 4400+ Augmentor: Biblioteca de mejora de imágenes para el aprendizaje automático. http://augmentor.readthedocs.io
13. 1000- S2CNN: CNN esféricos: implementación de Pytorch de redes convolucionales esféricas. (por ejemplo, imagen general, señal global)
14. 2100+ Torchcv: un marco de aprendizaje profundo de visión por computadora basado en Pytorch.
15. 8400+ Maskrcnn-Benchmark: una implementación de referencia modular rápida de segmentación de instancias y detección de objetos.
16. 2200+ Mobile de clasificación de imagen: Sandbox de capacitación en red de convolución de visión por computadora, que contiene una colección de modelos de clasificación de entrenamiento en ImageNet-1K.
17. 1000- MedicalTorch: un marco de imágenes médicas. http://medicaltorch.readthedocs.io
18. Más de 8400 cuentas: envoltura fácil de usar para bibliotecas rápidas de mejora de imágenes y otras bibliotecas.
19. 4200+ Kornia: biblioteca de visión de microcomputadores de código abierto. https://kornia.org
20. 1000- Text Detector: detectar y traducir texto.
21. 2200+ Facenet-Pytorch: modelo de detección y reconocimiento de cara de Pytorch previamente entrenado, portado por Davidsandberg/Facenet.
22. 17300+ Detectron2: Detectron2 es la plataforma de investigación de detección y segmentación de objetivos de próxima generación de Fair.
23. 1000- Vedaseg: una caja de herramientas de segmentación semántica basada en Pytorch.
24. Más de 1300 ClassyVision: un marco de Pytorch de extremo a extremo para la clasificación de imágenes y videos. https://classyvision.ai
25. 1000- Detecto: use 5 líneas de código para construir un modelo de visión por computadora totalmente funcional. https://detecto.readthedocs.io/
26. 5000+ Pytorch3d: Pytorch3d es una biblioteca de visión informática 3D eficiente y reutilizable para el aprendizaje profundo. https://pytorch3d.org/
27. 15700+ Mmdetection: MMDetection es una caja de herramientas de detección de objetos de código abierto, que pertenece al proyecto OpenMMLab.
28. 1000- Dream neural: la implementación de Pytorch del algoritmo Deepdream puede crear efectos visuales de alucinación de ensueño.
29. 1000- FlashTorch: Visualization Toolkit para redes neuronales en Pytorch!
30. 1000- Lucent: Tensorflow y Lucid de Openai Clarity adaptados para Pytorch.
31. 1300+ MMDETECTION3D: MMDETECTION3D es la plataforma de próxima generación de OpenMMLAB para la detección general de objetos 3D, una parte del proyecto OpenMMLab.
32. 2100+ MMSegmation: MMSegmentation es una caja de herramientas de segmentación semántica y un punto de referencia, una parte del proyecto OpenMMLab.
33. 2200+ Mmediting: Mmediting es una caja de herramientas de edición de imágenes y video, una parte del proyecto OpenMMLab.
34. 1000+ MMACTION2: MMACTION2 es la caja de herramientas y el punto de referencia de Comprender de acción de la próxima generación de OpenMMLab, una parte del proyecto OpenMMLab.
35. 1000+ MMPOSE: MMPOSE es una caja de herramientas de estimación de pose y un punto de referencia, una parte del proyecto OpenMMLab.
36. 1000+ ligeramente: ligeramente es un marco de visión por computadora para el aprendizaje auto -supervisado.

Bibliotecas probabilísticas/generadas ｜ Biblioteca de probabilidad y biblioteca de generación:

1. 1000- Ptstat: programación de probabilidad e inferencia estadística.
2. 7000+ Pyro: una biblioteca de programación de probabilidad universal profunda basada en Python y Pytorch. http://pyro.ai
3. 1000- Probtorch: la antorcha probabilística es una biblioteca que extiende el modelo de generación profunda de Pytorch.
4. 1000- Painsage: aprendizaje sin supervisión y biblioteca de modelos generativos basada en Python/Pytorch.
5. 1000- Pyvarinf: paquete Python, que promueve la aplicación de métodos de aprendizaje profundo bayesianos con inferencia variacional en Pytorch.
6. 1000- Pyprob: una biblioteca para programación probabilística y compilación de inferencia basada en Pytorch.
7. 1000- MIA: una biblioteca que ejecuta ataques de razonamiento de miembros contra modelos de aprendizaje automático.
8. 1000- PRO_GAN_PYTORCH: paquete ProGan como una extensión de Pytorch nn.module.
9. 2000+ botorch: optimización bayesiana en Pytorch.

Otras bibliotecas ｜ Otras bibliotecas:

1. 1000- Pytorch Extras: características adicionales de Pytorch.
2. 1000- zoológico funcional: definición del modelo y pesos previos al entrenamiento para pytorch y tensorflow.
3. 1600+ Sampleado de antorcha: muestreo de pytorch, capacitación avanzada, aumento de datos y servicios públicos.
4. 1000- Torchcraft-Py: envoltura de pitón de antorchta, antorcha es el puente que conecta la antorcha y el estrellas de estrellas.
5. 1000- Aorun: Aorun intenta implementar una API similar a Keras usando Pytorch como backend.
6. 1000- Logger: registrador de aprendizaje automático.
7. 1000- Pytorch-Docset: documentación fuera de línea de Pytorch, combinada con Dash, Zeal, Velocity o LovelyDocs.
8. 1000- Convert_torch_to_pytorch: Convierte el modelo de antorcha T7 en el modelo Pytorch.
9. 8000+ pretrinidos-modelos.pytorch: redes neuronales convolucionales pretratiadas de Pytorch: Nasnet, ResNext, ResNet, InceptionV4, InceptionResnetv2, Xception, DPN, etc. El objetivo del proyecto es ayudar a replicar los resultados del documento de investigación.
10. 1000- pytorch_fft: envoltura de pytorch para CUDA FFTS.
11. 1000- CAFFE_TO_TORCH_TO_PYTORCH: el modelo Caffe se convierte en modelo Pytorch/Antorch, y el modelo de antorcha se convierte en modelo Pytorch.
12. 1000- Pytorch-Extension: el ejemplo de extensión CUDA de Pytorch calcula el producto Hadamard de dos tensores.
13. 7000+ tensorboard-pytorch: este módulo guarda tensores de pytorch en formato de placa tensor para inspección. Actualmente, es compatible con escalar, imagen, audio, histograma y otras características en TensorBoard.
14. 2400+ GPYTORCH: GPYTORCH es una biblioteca de procesos gaussiana implementada con Pytorch. Hace que sea fácil crear modelos de procesos gaussianos escalables, flexibles y modulares.
15. 2500+ Spotlight: modelo recomendado en profundidad.
16. 1000- Pytorch-CNS: búsqueda de red comprimida generalizada basada en Pytorch.
17. 1000- Pyinn: Cupy implementa la operación de Pytorch fusionada.
18. 1000- Inferno: sobre la biblioteca de utilidad de Pytorch.
19. 1000- Pytorch-FitModule: un método de ajuste súper simple para el módulo Pytorch.
20. 4000+ Inferno-sklearn: una biblioteca de red neuronal compatible con Scikit-Learn basada en la encapsulación de Pytorch.
21. NULL PYTORCH-CAFFE-DARKNET-Convert: convertir entre pytorch, protottil de cafe/pesas y cfg/pesos de Darknet.
22. 1000- Pytorch2Caffe: Convertir el modelo Pytorch al modelo Caffe.
23. 1000- Pytorch-Tools: herramienta Pytorch.
24. 1900+ SRU: El entrenamiento de RNN es tan rápido como el entrenamiento de CNNS. (arxiv.org/abs/1709.02755)
25. 1000- Torch2Coreml: Torch7 -> coreMl, una herramienta que convierte el modelo Torch7 en el formato de Coreml de Apple para ejecutar en dispositivos Apple.
26. 1700+ Ecodificación de pytorch: red de codificación de textura profunda de Pytorch (red de codificación de textura profunda) http://hangzh.com/pytorch-coding
27. 1000- Pytorch-CTC: Pytorch-CTC implementa la decodificación de la búsqueda del haz por CTC (clasificación temporal Connectionist). El código C ++ toma prestado de TensorFlow y agrega flexibilidad con algunas mejoras.
28. 1000- Candlegp: proceso gaussiano en Pytorch.
29. 1000- DPWA: aprendizaje distribuido basado en el promedio de pares.
30. 1000- DNI-Pytorch: interfaz neural desacoplada de Pytorch basada en gradientes sintéticos.
31. 4000+ Skorch: una biblioteca de red neuronal compatible con Scikit-Learn basada en la encapsulación de Pytorch.
32. 3600+ Ignite: Ignite es una biblioteca de alto nivel que le ayuda a entrenar redes neuronales en Pytorch.
33. 1000- Arnold: Arnold - Agente de juego Doom.
34. 1000- Pytorch-MCN: Convertir el modelo MATCONVNET al modelo Pytorch.
35. 3200+ Simple-Faster-RCNN-Pytorch: una implementación simplificada de R-CNN más rápido, con un rendimiento comparable al del documento original.
36. 1000- Generative_zoo: Generative_zoo proporciona implementaciones de trabajo de algunos modelos generativos en Pytorch.
37. 1800+ Pytorchviz: Visualice el diagrama de ejecución de Pytorch.
38. 1000- Cogitare: Cogitare: un marco moderno, rápido y modular de aprendizaje profundo y aprendizaje automático.
39. 1000- Pydlt: una caja de herramientas de aprendizaje profundo basado en Pytorch.
40. 1000- semi-supervisado-Pytorch: implementación de varios modelos semi-supervisados ​​basados ​​en VAE y modelos generativos.
41. 1000- Pytorch_cluster: biblioteca de extensión de Pytorch para optimizar el algoritmo de clúster gráfico.
42. 1000- Compilador de ensamblaje neuronal: compilador de ensamblaje neuronal de Pytorch basado en la compilación neural adaptativa.
43. 1000- CAFFEMODEL2PYTORCH: Convertir el modelo de cafe en el modelo Pytorch.
44. 1000- Extensión-CPP: Extensión C ++ en Pytorch.
45. 1000- Pytoune: marco de clase Keras y utilidad.
46. 1000- Refuerzo de Jetson: Biblioteca de GPU de aprendizaje de refuerzo profundo de Nvidia Jetson Simulada con robots Pytorch, Operai Gym y Gazebo.
47. 1000- Matchbox: escriba el código PyTorch para un solo ejemplo y se ejecute de manera eficiente en lotes pequeños.
48. 1000 -Torch-Dos muestras: Biblioteca de prueba de dos muestras de Pytorch.
49. 3100+ Pytorch-Summary: resumen del modelo Pytorch, similar a model.summary() en Keras.
50. 1000- mpl.pytorch: implementación de Pytorch de maxpoolingloss.
51. NULL SCVI-DEV: El enlace no es válido.
52. 5500+ APEX: una extensión de pytorch: orientada hacia una precisión híbrida simplificada con simplificación delgada y entrenamiento distribuido.
53. 3100+ ELF: ELF: una plataforma de investigación de juegos, recreación de Alphagozero/Alphazero.
54. 1000- Torchlite: Pytorch construye una biblioteca de alto nivel en marcos populares de aprendizaje automático como Sklearn, Pytorch y TensorFlow.
55. 1000- Conjuntos: VAE: Pytorch Implementación de juntas, un marco para separar factores de variabilidad continuos y discretos?
56. 1000- SLM-LAB: Marco de aprendizaje de refuerzo profundo modular de Pytorch.
57. 1000- Bindsnet: un paquete de pitón que simula redes neuronales pulsadas en CPU o GPU con la ayuda de la función Tensor Pytorch.
58. 1000- PRO_GAN_PYTORCH: paquete ProGan como una extensión de Pytorch nn.module.
59. 11500+ Pytorch_Geometric: Pytorch Geometry Deep Learning Extension Library.
60. 1000- Torchplus: implementa el operador + en los módulos Pytorch para devolver la secuencia.
61. 1000- Lagom: Lagom: una arquitectura de pytorch liviana para la rápida prototipos de algoritmos de aprendizaje de refuerzo.
62. 1000- portador de antorchas: portador de antorchas: biblioteca de ajuste del modelo Pytorch.
63. 1000- Pytorch-Maml-Rl: meta-aprendizaje del modelo agnóstico en el aprendizaje de refuerzo.
64. 1000- Nalu: Implementación básica de Pytorch de unidades lógicas aritméticas neurales, documento: arxiv.org/pdf/1808.00508.pdf.
65. 1000- qucumber: Reconstrucción de la función de onda multimodión en redes neuronales.
66. 1000- Magnet: proyecto de aprendizaje profundo autoestablecido. http://magnet-dl.readthedocs.io/
67. 1000- OpenCV_Transforms: OpenCV implementa la segmentación de imágenes de TorchVision.
68. 21100+ FASTAI: FAST.AI Biblioteca de aprendizaje profundo, cursos y tutoriales.
69. 1000- Pytorch-Dense-Corredence: Código para el artículo "Redes de objetos densos: aprendizaje de descriptores de objetos visuales densos por y para la manipulación robótica".
70. 1000- Colorización-Pytorch: Pytorch implementa la colorización profunda interactiva. richzhang.github.io/ideepcolor
71. 1000- Beauty-Net: Pytorch, una plantilla de Pytorch simple, flexible y extensible.
72. 1000- OpenChem: OpenChem: Kit de herramientas de aprendizaje profundo para química computacional e investigación de diseño de fármacos mariewelt.github.io/openchem.
73. 1000- Torchani: Pytorch Potencial de red neuronal precisa. aiqm.github.io/torchani
74. 1000- Pytorch-LBFGS: Pytorch implementa L-BFGS.
75. 2400+ GpyTorch: una implementación eficiente y modular de los procesos gaussianos en Pytorch.
76. 1000- Hessian: versión de Pytorch de Hessian.
77. 1000- Vel: velocidad en la investigación de aprendizaje profundo.
78. 1000- no ESCUCKS: procese dinámicamente muestras malas en el conjunto de datos, utilizando transformaciones como filtros.
79. 1000+ Torchstat: Analizador de modelos en Pytorch.
80. 1400+ QNNPACK: paquete cuantitativo de red neuronal: implementación de optimización del móvil del operador de red neuronal cuantificada.
81. 3600+ TORCHDIFFEQ: Pytorch resuelve la ecuación diferencial ordinaria (ODE), utilizando un algoritmo de respaldo respaldado por GPU completa y complejidad de la memoria O (1).
82. 1000+ Redner: rastreador de ruta de Monte Carlo diferenciable.
83. 1000- Pixyz: una biblioteca para desarrollar modelos generativos profundos de una manera más concisa, intuitiva y escalable.
84. 1000- EuclidesdB: una base de datos integrada de la función de aprendizaje automático múltiple. http://euclidesdb.readthedocs.io
85. 1000- Pytorch2keras: Convertir el modelo Pytorch al modelo Keras.
86. 1000- Ensalada: adaptación de dominio y caja de herramientas de aprendizaje semi-supervisada.
87. 1000- Netharn: ajustes parametrizados y arneses de predicción para Pytorch.
88. 7700+ DGL: el paquete Python, basado en el marco DL existente, se utiliza para simplificar el aprendizaje profundo de los gráficos. http://dgl.ai.
89. 1600+ Gandissect: una herramienta basada en Pytorch para visualizar y comprender las neuronas de GaN. gandissect.csail.mit.edu
90. 1000- Delira: un marco liviano para la prototipos rápidos y el entrenamiento de redes neuronales profundas basadas en Pytorch y Tensorlow para imágenes médicas. delira.rtfd.io
91. 1000- hongos: Biblioteca de Python para experimentos de aprendizaje de refuerzo.
92. 1000- Xlearn: Biblioteca de aprendizaje de transferencia.
93. 1000- Geoopt: método de optimización adaptativa de Riemann basado en la optimización de Pytorch.
94. 1000- Veganos: contiene múltiples Gans existentes.
95. 4200+ Kornia: Biblioteca de visión de microcomputadores de código abierto de Pytorch. https://kornia.org
96. 1000- Advertirch: una caja de herramientas para investigar contra la robustez.
97. 2800+ Adabund: un optimizador que entrena tan rápido como Adam y tan bueno como SGD.
98. 1000- Fenchel-Young-MoSes: Use la pérdida de Fenchel-Young como una función de pérdida para la clasificación de probabilidad en Pytorch/TensorFlow/Scikit-Learn.
99. 2700+ Pytorch-Opcounter: estadística Macs/Flops of Pytorch Model.
100. 1000- tor10: una biblioteca de red tensor general diseñada para la simulación cuántica basada en Pytorch.
101. Catalizador de 2600+ : utilidad avanzada para Pytorch DL & RL Research. Su enfoque de desarrollo es la repetibilidad, la rápida experimentación y la reutilización de código/idea. Poder investigar/desarrollar algo nuevo en lugar de escribir otro ciclo de entrenamiento regular.
102. Más de 1500 Axe: plataforma experimental adaptativa.
103. 1000- Pywick: Biblioteca de capacitación de redes neuronales Pytorch de alto nivel.
104. 1000- Torchgpipe: Pytorch implementa GPIPE. Torchgpipe.ReadThedocs.io
105. 1000+ Hub: Pytorch Hub es una biblioteca de modelos previamente capacitada utilizada para mejorar la repetibilidad de la investigación.
106. 14600+ Pytorch-Lightning: un envoltorio de pytorch liviano para investigadores de ML. Escalando el modelo, escribiendo menos plantillas.
107. 1000- tor10: una biblioteca de red tensor general diseñada para la simulación cuántica basada en Pytorch.
108. 3100+ Tensorwatch: depuración, monitoreo y visualización de Python Machine Learning and Data Science.
109. 1000- Wavetorch: solución numérica y contrapropagación de ecuaciones de onda. arxiv.org/abs/1904.12831
110. 1000- Diffdist: Diffdist es una biblioteca de Python para Pytorch. Extiende la funcionalidad predeterminada de torch.autograd y agrega soporte para la microcomunicación entre procesos.
111. 1000- Afirra de antorcha: la biblioteca de dependencia mínima para el análisis de capa por capa de los modelos Pytorch.
112. 1000- OSQPTH: solucionador OSQP microscópico Pytorch.
113. 1000- McTorch: una biblioteca de optimización múltiple para el aprendizaje profundo.
114. 1000- Pytorch-Hessian-Eigenthings: descomposición eficiente de la característica de Hesse de Pytorch utilizando el producto vectorial Hessian y la iteración de energía aleatoria.
115. Más de 1200 MinkowskiEngine: el motor Minkowski es una biblioteca de métodos diferenciales automáticos para una convolución escasa generalizada y tensores dispersos de alta dimensión.
116. 1000- Pytorch-CPP-RL: CPPRL es un marco de aprendizaje de refuerzo escrito en el front-end de Pytorch C ++.
117. 1000+ Pytorch-Toolbelt: Pytorch Extension for Rapid R&D Prototype Development y Kaggle Code Collection.
118. 1000- Argus-tensor-stream: una biblioteca para decodificar las transmisiones de video en vivo en la memoria CUDA. tensorStream.argus-ai.com
119. 1000- Macarico: Aprenda a buscar en Pytorch.
120. 1900+ Rlpyt: aprendizaje de refuerzo en Pytorch.
121. 1000- pywarm: una forma más limpia de construir redes neuronales para Pytorch. https://blue-sonon.github.io/pywarm/
122. 1300+ Learn2Learn: marco de meta-learning de Pytorch. http://learn2learn.net
123. 1000- Beast de antorcha: una plataforma Pytorch para el aprendizaje de refuerzo distribuido.
124. Más de 1100 más alto: más alto es una biblioteca de Pytorch que permite a los usuarios obtener gradientes de orden superior que abarcan bucles de entrenamiento en lugar de pérdidas en un solo paso de entrenamiento.
125. NULL TORCHELIE: Torchélie es una colección de una serie de funciones de herramientas, capas, pérdidas, modelos, entrenadores, etc. para Pytorch. https://torchelie.readthedocs.org/
126. 1000- Crypten: Crypten es un marco de aprendizaje automático protegido por la privacidad escrito en Pytorch, que permite a los investigadores y desarrolladores capacitar modelos utilizando datos cifrados. Actualmente, Crypten admite el cálculo seguro multipartidista como su mecanismo de cifrado.
127. 1000+ CVXPylayers: CVXPyLayers es una biblioteca de Python para construir capas de optimización de microconvexos en Pytorch.
128. 1000+ Repdistiller: un punto de referencia para comparar la destilación de representación (CRD) y el último conocimiento de los métodos de destilación.
129. 2500+ Kaolin: una biblioteca de Pytorch diseñada para acelerar la investigación de aprendizaje profundo en 3D.
130. 1000- Pysnn: un marco de red neuronal de espiga eficiente basado en Pytorch para la aceleración de GPU.
131. 1000- SparkTorch: modelos Pytorch de tren y carrera en Apache Spark.
132. 3400+ Pytorch-Metric-Learning: la forma más fácil de usar el aprendizaje métrico en su aplicación. Modular, flexible y escalable. Construido con Pytorch.
133. 1000- Autónomo-Learning-Bibliotecaria: una biblioteca de Pytorch para construir agentes de aprendizaje de refuerzo profundo.
134. 1000- flambe: un marco ML para acelerar la investigación y sus rutas de producción. https://flambe.ai
135. 1900+ Pytorch-Optimizer: colecciones de algoritmos de optimización modernos para Pytorch, incluyen: ACCSGD, Adabound, Adamod, DiFgrad, Lamb, Radam, Radam, Yogi.
136. 2200+ Pytorch-Vae: una colección de autoencoders variacionales (VAE) en Pytorch.
137. 16700+ Ray: un marco rápido y simple para construir y ejecutar aplicaciones distribuidas. Ray está empaquetado con Rllib, una biblioteca de aprendizaje de reformador escalable, y una melodía, una biblioteca de ajuste de hiperparameter escalable. Ray.io
138. 1000- Pytorch geométrico temporal: una biblioteca de extensión temporal para Pytorch geométrica.
139. 1000- Poutyne: un marco similar a Keras para Pytorch que maneja gran parte del código básico necesario para entrenar redes neuronales.
140. 1000- Pytorch-Toolbox: este es un proyecto de caja de herramientas para Pytorch. Con el objetivo de hacer que escriba el código Pytorch más fácil, legible y conciso.
141. 1000- Pytorch-Contrib: contiene implementaciones revisadas de ideas de documentos recientes de aprendizaje automático.
142. 6200+ eficiente PyTorch: contiene una reimplementación de Pytorch OP-for-OP de EficeTientNet, junto con modelos y ejemplos previamente capacitados.
143. 1300+ Pytorch/XLA: Pytorch/XLA es un paquete Python que utiliza el compilador de aprendizaje profundo XLA para conectar el marco de aprendizaje profundo de Pytorch y las TPU en la nube.
144. 1000- WebDataSet: WebDataSet es una implementación de datos de datos de Pytorch (IterableAdataSet) que proporciona acceso eficiente a los conjuntos de datos almacenados en los archivos de Tar Posix.
145. 1000- VolksDep: VolksDep es una caja de herramientas de código abierto para implementar y acelerar los modelos Pytorch, ONNX y TensorFlow con Tensorrt.
146. 1700+ Pytorch-Studiogan: Studiogan es una biblioteca de Pytorch que proporciona implementaciones de redes de adversarios generales (GAN) representativas para la generación de imágenes condicionales/incondicionales. Studiogan tiene como objetivo ofrecer un patio de recreo idéntico para Gans modernos para que los investigadores de aprendizaje automático puedan comparar y analizar fácilmente una nueva idea.
147. Null Torchdrift: Biblioteca de detección de deriva
148. 1600+ Acelerar: una forma simple de entrenar y usar modelos Pytorch con Multi-GPU, TPU, precisión mixta.
149. 1000- Lightning-Transformers: interfaz flexible para la investigación de alto rendimiento utilizando transformadores SOTA aprovechando los rayos de Pytorch, transformadores e hidra.

Tutoriales y libros y ejemplos ｜ Tutoriales y libros y ejemplos

1. 4200+ Pytorch práctico **: Este tutorial explica diferentes modelos RNN.
2. DeeplearningfornlpInpyTorch: Tutorial de aprendizaje profundo del cuaderno Ipython, que contiene énfasis en el procesamiento del lenguaje natural.
3. 21300+ Pytorch-Tutorial: un tutorial de aprendizaje profundo para los investigadores, donde la mayoría de los modelos tienen menos de 30 líneas de código de implementación.
4. 1000- Pytorch-Exercisos: colección de ejercicios de Pytorch.
5. 5200+ Tutoriales de Pytorch: varios tutoriales de Pytorch.
6. 16500+ Ejemplos de Pytorch: Ejemplos de uso de Pytorch, escenarios de aplicación incluyen visión, texto, aprendizaje de refuerzo, etc.
7. 1000- Pytorch Practice: Ejemplo de Pytorch.
8. 1000- Pytorch mini tutoriales: Tutorial Minimalista de Pytorch, adaptado del tutorial de Alec Radford.
9. 1000- Clasificación de texto de Pytorch: Pytorch implementa la clasificación de texto basada en CNN.
10. 1000- Cats vs Dogs: Kaggle Contest Dogs vs. Cats Redux: Kernels Edition Network Ejemplo de ajuste fino.
11. 1000- Convnet: un ejemplo de entrenamiento completo de una red convolucional profunda en diferentes conjuntos de datos (ImageNet, CIFAR10, CIFAR100, MNIST).
12. 1000- Networks de adversar-adversar a pytorch: una red de generación adversaria simple (GaN).
13. 1000- Contenedores de pytorch: contenedores de antorcha simplificados en Pytorch.
14. 1000- T-SNE en Pytorch: experimento T-SNE.
15. 1000- AAE_PYTORCH: versión de Pytorch contra Autoencoder.
16. 1000- Kind_pytorch_tutorial: tutorial para principiantes de Pytorch.
17. 1000- Pytorch-poetry-Gen: Char-Rnn (red neuronal recurrente a nivel de personaje) basada en Pytorch.
18. 1000- Pytorch-Reforce: Pytorch implementa un control discreto y continuo en el gimnasio Operai.
19. 6100+ Pytorch-Tutorial **: Construya su propia red neuronal de manera simple y rápida. https://morvanzhou.github.io/tutorials/
20. 1000- Pytorch-Intro: Demuestre cómo implementar CNN y RNN en Pytorch.
21. 1300+ Pytorch-clasificación: un marco de clasificación en conjuntos de datos CIFAR-10/100 e ImageNet.
22. 1000- Pytorch_notebooks - Hardmaru: tutoriales aleatorios escritos en Numpy y Pytorch.
23. 1000- Pytorch_tutoria-Quick: Pytorch Introducción y tutorial. Los investigadores en los campos de la visión por computadora, los gráficos y el aprendizaje automático requieren un conocimiento básico de la teoría de la red neuronal y los marcos de redes neuronales comúnmente utilizados.
24. 1000- Pytorch_fine_tuning_tutorial: un breve tutorial sobre el aprendizaje fino o transferido en Pytorch.
25. 1000- pytorch_exercises: ejercicios de Pytorch.
26. 1000- Detección de firma de tráfico: Ejemplo del curso de otoño de la visión por computadora de la Universidad de Nueva York 2018.
27. 1000- MSS_PYTORCH: No hay necesidad de después del filtro, use el algoritmo de inferencia de bucle para lograr la implementación de canto y habla: implementación de Pytorch. Demostración: js-mim.github.io/mss_pytorch
28. 2600+ Implementación de Pytorch Pytorch de Models de DeepNLP de varios modelos PNL profundos en el curso CS-224N. (Stanford Univ: PNL con aprendizaje profundo)
29. 1000- Tutoriales de introducción de Mila: varios tutoriales para los estudiantes de primer año de Mila. (Mila: Centro Canadiense para la Investigación de Inteligencia Artificial)
30. 1000- pytorch.rl.learning: use Pytorch para aprender el aprendizaje de refuerzo.
31. 1000- mínimo-seq2seq: modelo mínimo de SEQ2SEQ centrado en la traducción del automóvil neuronal.
32. 1000- Tensorly-Notebooks: use Python y Tensorly para implementar métodos de tensor. tensorly.github.io/dev
33. 1000- pytorch_bits: ejemplos relacionados de predicción de tiempo.
34. 1000- Skip-pensamientos: Pytorch implementa el modelo de vector de palabras de pensamiento de salto.
35. 1000- Video-Caption-Pytorch: use Pytorch para agregar subtítulos a los videos.
36. 1000- cápsula-network-tutorial: un tutorial de red de cápsulas simple y fácil de aprender.
37. 2100+ Código de learn-Dep-Learning-With-Pytorch: Código en el libro "Introducción al aprendizaje profundo: Pytorch". item.jd.com/17915495606.html
38. 2300+ RL-Aventura: Tutorial de aprendizaje de Deep Q para la versión de Pytorch, simple, fácil de aprender y una fuerte legibilidad de código. Incluye la implementación de Pytorch de DQN/ DDQN/ Replay priorizado/ Redes ruidosas/ Valores de distribución/ Rainbow/ Jerárquico RL.
39. 1000- Acelerado_DL_Pytorch: Jupyter Day Atlanta II aceleró algoritmos de aprendizaje profundo para reuniones, incluidos tutoriales de Pytorch y discursos de conferencia.
40. 2500+ RL-Adventure-2: Un tutorial sobre Pytorch0.4 Versión de lo siguiente: Actor Critic / Proximal Policy Optimization / Acer / DDPG / Twin Duel DDPG / Actor Soft Actor Critic / Generalized Inversarial Imitation Learning / Hindsight Experience Replay.
41. Redes adversas generativas (GAN) en 50 líneas de código (Pytorch): 50 líneas generan redes adversas.
42. Adversarial-AutoCoders-With-Pytorch: Pytorch contra Autoencoders.
43. Transferir el aprendizaje usando Pytorch: Pytorch Transfer Learning.
44. How-to-to-implement-a-yolo-object detector-in-pytorch: cómo implementar un detector de objetos YOLO (V3) usando Pytorch.
45. Pytorch-for-Recommenders-101: Cree un sistema de recomendación con Pytorch.
46. 1000- Pytorch-for-Numpy Users: Pytorch para usuarios numpy.
47. Tutorial de Pytorch: Tutorial Chino de Pytorch (Pytorch Chinese Network).
48. 1000- Grokking-Pytorch: Enséñete paso a paso cómo aprender Pytorch.
49. 5200+ Pytorch-Deep-Learning-Minicourse: Pytorch Deep Learning Micro Courses.
50. 1000- Pytorch-Custom-Dataset-Examples: algunos ejemplos de conjuntos de datos personalizados para Pytorch.
51. LSTM multiplicativo para recomendadores basados ​​en secuencias: LSTM multiplicativo para recomendadores basados ​​en secuencias. / Implementación de secuencia recomendada basada en LSTM.
52. 1000- Deeplearning.ai-Pytorch: Pytorch Implementación de tareas del curso de aprendizaje profundo de Coursera (Deeplearning.AI).
53. 1000- Mnist_pytorch_python_and_capi: Ejemplo: Cómo entrenar una red Mnist en Python y ejecutarla en C ++ con Pytorch1.0.
54. 1000- Torch_light: tutoriales y ejemplos, que incluyen el aprendizaje de refuerzo, PNL, CV. Los modelos de redes neuronales como logística, CNN, RNN, LSTM son implementados por varias líneas de código, y algunos ejemplos avanzados son implementados por modelos complejos.
55. 1000- Porttrain-Gan: codificación (la decodificación aún no se ha implementado) Pintura al óleo de retratos generada por Art-Dcgan.
56. 1000- MRI-Análisis-Pytorch: el análisis de resonancia magnética nuclear (MRI) se realizó utilizando Pytorch y MedicalTorch.
57. 1000- CIFAR10-FAST: capacitación completa del modelo RESNET en el conjunto de datos CIFAR10 en 79 segundos y logra una precisión de prueba del 94%. Para contenido relacionado, vea la serie de blogs.
58. Introducción al aprendizaje profundo con Pytorch: un curso gratuito lanzado conjuntamente por Udacity y Facebook, incluida una introducción a Pytorch y una entrevista con Soumith Chintala, uno de los autores de Pytorch.
59. 2900+ PYTORCH-Sentiment-Analysis: tutorial de análisis semántico de Pytorch y TorchText.
60. 11800+ Pytorch-Image-Models: Modelo de imagen de Pytorch, script y pesos de entrenamiento: (SE) Resnet/resnext, DPN, EficeTientNet, MobileNet-V3/V2/V1, MNASNET, NAS de una sola vía, FBNET, etc.
61. 1000- CIFAR-ZOO: Implementación de Pytorch de múltiples arquitecturas CNN basadas en CIFAR.
62. 3700+ d2l-pytorch: 本项目尝试复制《动手深度学习（Dive into Deep Learning）》(www.d2l.ai) 一书，将MXnet代码改编为PyTorch版。
63. 1000- thinking-in-tensors-writing-in-pytorch: 张量思维，PyTorch实践(深度学习入门)。
64. 1000- NER-BERT-pytorch: 命名试题识别的PyTorch解决方案，使用了Google AI的预训练BERT模型。
65. 1000- pytorch-sync-batchnorm-example: 如何在PyTorch 中使用交叉复制（Cross Replica）/同步批标准化（Synchronized Batchnorm）。
66. 1000- SentimentAnalysis: 情绪分析神经网络，在斯坦福情绪树库上用微调BERT训练得到。
67. 1100+ pytorch-cpp: 为深度学习研究者打造，用C++ 实现PyTorch 教程内容（基于pytorch-tutorial 的Python教程）。
68. Deep Learning with PyTorch: Zero to GANs: Deep Learning with PyTorch (video)系列在线课程的相关代码。
69. Deep Learning with PyTorch: Deep Learning with PyTorch teaches you how to implement deep learning algorithms with Python and PyTorch, the book includes a case study: building an algorithm capable of detecting malignant lung tumors using CT scans.
70. Serverless Machine Learning in Action with PyTorch and AWS: Serverless Machine Learning in Action is a guide to bringing your experimental PyTorch machine learning code to production using serverless capabilities from major cloud providers like AWS, Azure, or GCP.
71. 3200+ LabML NN: A collection of PyTorch implementations of neural networks architectures and algorithms with side-by-side notes.

Paper implementations｜论文实现

1. 1000- google_evolution: 实现了Large-scale evolution of image classifiers 一文的结果网络之一。
2. 1000- pyscatwave: 基于CuPy/PyTorch的快速散射变换，Scaling the Scattering Transform: Deep Hybrid Networks
3. 1000- scalingscattering: 该仓库包含Scaling The Scattering Transform : Deep Hybrid Networks 一文中的实验。
4. 1000- deep-auto-punctuation: 通过逐字符学习实现自动添加标点。
5. 1100+ Realtime_Multi-Person_Pose_Estimation: 基于PyTorch的多人人体姿态估计，原始代码。
6. 1000- PyTorch-value-iteration-networks: PyTorch实现价值迭代网络（Value Iteration Networks）（NIPS2016最佳论文奖）。
7. 1000- pytorch_Highway: PyTorch实现高速公路网络（Highway Networks）。
8. 1000- pytorch_NEG_loss: PyTorch实现负采样损失（Negative Sampling Loss）。
9. 1000- pytorch_RVAE: 用PyTorch实现的产生序列数据的递归变分自动编码器，相关论文：Generating Sentences from a Continuous Space，Character-Aware Neural Language Models。
10. 1000- pytorch_TDNN: 用PyTorch实现时间延迟神经网络（Time Delayed NN）。
11. 1000- eve.pytorch: 一个Eve优化器的实现，相关论文：Imploving Stochastic Gradient Descent with Feedback。
12. 1000- e2e-model-learning: 随机优化中的基于任务的端到端模型，https://arxiv.org/abs/1703.04529 。
13. 1000- pix2pix-pytorch: PyTorch实现“基于条件对抗网络的图像到图像翻译”。 论文：Image-to-Image Translation Using Conditional Adversarial Networks。
14. 4300+ Single Shot MultiBox Detector: 单发多盒探测器，论文：Single Shot MultiBox Detector。
15. 1000- DiscoGAN: 学习利用生成性对抗网络发现跨域关系。论文：Learning to Discover Cross-Domain Relations with Generative Adversarial Networks。
16. 1000- official DiscoGAN implementation: 官方实现“学习利用生成性对抗网络发现跨域关系”。 论文：Learning to Discover Cross-Domain Relations with Generative Adversarial Networks。
17. 1000- pytorch-es: 进化策略。论文：Evolution Strategies as a Scalable Alternative to Reinforcement Learning .
18. 1000- piwise: 使用PyTorch对VOC2012数据集进行像素切割。
19. 1000- pytorch-dqn: 深度Q学习网络。
20. 1000+ neuraltalk2-pytorch: PyTorch图像字幕代码库(在分支“with_finetune”中有可微调CNN)。
21. 1000- vnet.pytorch: PyTorch实现V-Net：全卷积神经网络在体医学图像分割中的应用。 http://mattmacy.io/vnet.pytorch/
22. 1400+ pytorch-fcn: PyTorch 实现完全卷积网络。
23. 1000- WideResNets: PyTorch实现WideResNets。该实现比官方Torch实现花费更少的GPU内存。实现: https://github.com/szagoruyko/wide-residual-networks .
24. 1000- pytorch_highway_networks: PyTorch实现高速公路网络。
25. 1000- pytorch-NeuCom: Pytorch实现DeepMind的可微神经计算机论文。
26. 1000- captionGen: 使用PyTorch为图像生成标注。
27. 1100+ AnimeGAN: 生成对抗网络的PyTorch简单实现，关注于动漫脸谱绘画。
28. 1000- Cnn-text classification: PyTorch 实现Kim的基于卷积神经网络的句子分类论文。
29. 1700+ deepspeech2: 使用Baidu Warp-CTC 实现DeepSpeech2。创造一个基于DeepSpeech2 架构的网络，用CTC 激活函数训练。
30. 1000- seq2seq: 包含PyTorch中的Seq2Seq模型。
31. 1000- Asynchronous Advantage Actor-Critic in PyTorch: PyTorch实现A3C(Asynchronous Advantage Actor-Critic)，论文：Asynchronous Methods for Deep Reinforcement Learning。由于PyTorch 可以轻松地在多进程内控制共享内存，我们可以轻易实现A3C这样的异步算法。
32. 1000- densenet: This is a PyTorch 实现DenseNet-BC 架构，相关论文Densely Connected Convolutional Networks。该实现的CIFAR-10+ 100层错误率为4.77 增长率为12。官方实现和许多第三方库的链接参见liuzhuang13/DenseNet。
33. 1000- nninit: PyTorch神经网络模块的权值初始化方案，这是nninit 的流行端口。
34. 1500+ faster rcnn: PyTorch 实现Faster RCNN。该项目主要基于py-faster-rcnn 和TFFRCNN。更多关于R-CNN 的细节请参考论文Faster R-CNN：Towards Real-Time Object Detection with Region Proposal Network。
35. 1000- doomnet: PyTorch版Doom-net，实现了ViZDoom环境下的RL模型。
36. 1000- flownet: 通过Dosovitskiy等完成FlowNet的Pytorch实现。
37. 1000- sqeezenet: 在CIFAR10数据集上用PyTorch实现Squeezenet模型，论文。
38. 2800+ WassersteinGAN: PyTorch实现WassersteinGAN。
39. 1000- optnet: 该仓库包含PyTorch源码，重现了论文OptNet: Differentiable Optimization as a Layer in Neural Networks中的实验。
40. 1000- qp solver: PyTorch的一个快速和可微分的QP求解器。https://locuslab.github.io/qpth/
41. 1000- Continuous Deep Q-Learning with Model-based Acceleration : 基于模型加速的连续深度Q学习的再实现。
42. 1000- Learning to learn by gradient descent by gradient descent: PyTorch实现Learning to learn by gradient descent by gradient descent。
43. 1000- fast-neural-style: PyTorch实现fast-neural-style，论文：Perceptual Losses for Real-Time Style Transfer and Super-Resolution。
44. 1000- PytorchNeuralStyleTransfer: Pytorch中的神经风格转换。
45. 1000- Fast Neural Style for Image Style Transform by Pytorch: 使用快速神经风格进行图像风格转换。
46. 1000- neural style transfer: 通过神经风格算法介绍PyTorch，Neural-Style algorithm。
47. 1000- VIN_PyTorch_Visdom: PyTorch实现价值迭代网络(VIN):干净、简单、模块化。利用Visdom进行可视化。
48. 1400+ YOLO2: PyTorch中的YOLOv2。
49. 1200+ attention-transfer: 通过注意转移改善卷积网络，ICLR2017会议论文。
50. 1000- SVHNClassifier: PyTorch实现基于深度卷积神经网络的街景图像多位数识别。
51. 1000- pytorch-deform-conv: PyTorch实现可变形卷积(Deformable Convolution)。
52. 1000- BEGAN-pytorch: PyTorch实现边界均衡生成对抗网络（BEGAN）: Boundary Equilibrium Generative Adversarial Networks.
53. 1000- treelstm.pytorch: PyTorch实现树形结构LSTM。
54. 1000- AGE: 论文代码，原文：对抗生成编码器网络（Adversarial Generator-Encoder Networks）。
55. 1000- ResNeXt.pytorch: 再现ResNet-V3 (深度神经网络的聚集残差变换)。
56. 1000- pytorch-rl: 基于PyTorch和Visdom的深度强化学习。
57. 1000- Deep-Leafsnap: 对比传统的计算机视觉方法，使用深度神经网络的LeafSnap能有效提高测试准确率。
58. 15400+ pytorch-CycleGAN-and-pix2pix: PyTorch 实现图像风格迁移。
59. 1000- A3C-PyTorch:PyTorch 实现A3C(Advantage async actor-critic)算法。
60. 1000- pytorch-value-iteration-networks: PyTorch实现价值迭代网络Value Iteration Networks (NIPS 2016 最佳论文)。
61. 1000- PyTorch-Style-Transfer: PyTorch实现实时转换多风格生成网络。
62. 1000- pytorch-deeplab-resnet: PyTorch实现DeepLab resnet v2。
63. 1100+ pointnet.pytorch: PyTorch实现"PointNet: 基于深度学习的3D点分类和分割模型" https://arxiv.org/abs/1612.00593
64. 2100+ pytorch-playground: 包含常见的预训练模型和数据集(MNIST, SVHN, CIFAR10, CIFAR100, STL10, AlexNet, VGG16, VGG19, ResNet, Inception, SqueezeNet)**.
65. 1000- pytorch-dnc: PyTorch/Visdom实现的神经机器翻译(NTM)&可微神经计算机(DNC)。
66. 1000- pytorch_image_classifier: 使用PyTorch的最小但实用的图像分类器管道，在ResNet18上进行细化，在自己的小型数据集上获得99%的准确率。
67. 1000- mnist-svhn-transfer: PyTorch实现CycleGAN和SGAN。
68. null pytorch-yolo2: pytorch-yolo2
69. 1000- dni: PyTorch实现使用合成梯度的解耦神经接口，论文：Decoupled Neural Interfaces using Synthetic Gradients。
70. 1200+ wgan-gp: PyTorch实现论文"Improved Training of Wasserstein GANs".
71. 1000- pytorch-seq2seq-intent-parsing: PyTorch使用seq2seq和注意力模型进行意图分析和空位填充。
72. 1000- pyTorch_NCE: 复现噪音对比估计算法，论文：Noise-contrastive estimation: A new estimation principle for unnormalized statistical models。
73. 1000- molencoder: 分子自动编码器。
74. 1000- GAN-weight-norm: 论文代码，"生成对抗网络中批量和权重归一化的影响"
75. 1000- lgamma: 实现polygamma、lgamma和beta函数。
76. 1000- bigBatch: 论文代码，论文：“训练越久，泛化越好：关闭神经网络大批量训练的泛化间隙”。
77. 1000- rl_a3c_pytorch: 针对Atari 2600 的强化学习，实现了A3C LSTM 。
78. 1000- pytorch-retraining: PyTorch动物园模型转移学习(torchvision)。
79. 1000- nmp_qc: 用于计算机视觉的神经消息传递。
80. 2900+ grad-cam: PyTorch 实现Grad-CAM。
81. null pytorch-trpo: PyTorch s实现置信域策略优化（Trust Region Policy Optimization (TRPO)）。
82. 1000- pytorch-explain-black-box: PyTorch通过有意义扰动实现黑箱的可解释性解释，论文。
83. 1000- vae_vpflows: 凸组合线性IAF与Householder流https://jmtomczak.github.io/deebmed.html 。
84. 1000- relational-networks: Pytorch实现"用一个简单的神经网络模块来做关系推理"(关系网络)。
85. 1000- vqa.pytorch: 视觉问答。
86. 1300+ end-to-end-negotiator: 成交还是不成交？谈判对话的端到端学习。
87. 1000- odin-pytorch: 神经网络失配实例的原则性检测。
88. 1000- FreezeOut: 一种通过逐步冻结层加速神经网络训练的简单技术。
89. 1000- ARAE: 论文代码，"对抗性正则化的自动编码器, ARAE"。
90. 1000- forward-thinking-pytorch: PyTorch实现"前向思考：一次一层地建立和训练神经网络"。
91. 1000- context_encoder_pytorch: PyTorch实现上下文编码器(Context Encoders)，可用于图像修复。
92. 5500+ attention-is-all-you-need-pytorch: PyTorch在"Attention is All You Need"中实现转换模型，https://github.com/thnkim/OpenFacePytorch。
93. 1000- OpenFacePytorch: 使用OpenFace's nn4.small2.v1.t7 模型的PyTorch模块。
94. 1000- neural-combinatorial-rl-pytorch: PyTorch 实现"通过强化学习实现神经组合优化"。
95. null pytorch-nec: PyTorch实现神经情景控制(NEC，Neural Episodic Control)。
96. 1000- seq2seq.pytorch: 使用PyTorch进行Sequence-to-Sequence学习。
97. 1000- Pytorch-Sketch-RNN: PyTorch实现“A Neural Representation of Sketch Drawings”。
98. 1000- pytorch-pruning: PyTorch实现[1611.06440] 用于资源有效推理的剪枝卷积神经网络
99. 1000- DrQA: PyTorch实现自动阅读维基百科并回答开放领域问题。
100. 1000- YellowFin_Pytorch: 基于动量梯度下降（momentum SGD）的自动调优优化器，无需手动指定学习速率和动量。
101. 1000- samplernn-pytorch: PyTorch实现SampleRNN: 一种无条件端到端神经音频生成模型。
102. 1000- AEGeAN: 基于AE稳定的更深的深度卷积生成对抗网络(DCGAN, Deep Convolution Generative Adversarial Networks)。
103. 1000- /pytorch-SRResNet: PyTorch实现“基于生成对抗网络的实感单幅图像超分辨率”。
104. 1000- vsepp: 论文代码，"VSE++:使用难分样本(Hard Negative)改善视觉语义联合嵌入"。
105. 1000- Pytorch-DPPO: Pytorch实现分布式近端策略优化(Distributed Proximal Policy Optimization)。
106. 1700+ UNIT: 无监督的图像到图像转换网络，论文。
107. 1300+ efficient_densenet_pytorch: DenseNets的内存高效实现。
108. 1000- tsn-pytorch: PyTorch实现时间分割网络(TSN, Temporal Segment Networks)。
109. 1000- SMASH: SMASH，一种高效地探索神经体系结构的实验技术。
110. 1000- pytorch-retinanet: RetinaNet。
111. 1000- biogans: 实现ICCV 2017 论文"利用GANs进行生物图像合成"。
112. null Semantic Image Synthesis via Adversarial Learning: PyTorch 实现ICCV 2017 论文"基于对抗学习的语义图像合成"。
113. 1000- fmpytorch: PyTorch在Cython中实现分析机（Factorization Machine）模块。
114. 1000- ORN: PyTorch 实现CVPR 2017 论文"Oriented Response Networks"。
115. 1000- pytorch-maml: PyTorch实现MAML（Model-Agnostic Meta-Learning，与模型无关的元学习）。
116. 2200+ pytorch-generative-model-collections: PyTorch中的各种生成模型集合。
117. 1000- vqa-winner-cvprw-2017: Pytorch 实现CVPR'17 VQA( Visual Question Answer，视觉问答) 挑战冠军。
118. 1000- tacotron_pytorch: PyTorch 实现Tacotron 语音合成模型。
119. 1000- pspnet-pytorch: PyTorch 实现PSPNet 语义分割网络。
120. 1000- LM-LSTM-CRF: 《Empower Sequence Labeling with Task-Aware Language Model》 http://arxiv.org/abs/1709.04109
121. 5000+ face-alignment: 使用PyTorch构建2D和3D人脸对齐库。
122. 1000- DepthNet: PyTorch 在Still Box数据集上训练DepthNet。
123. 1600+ EDSR-PyTorch: 论文《Enhanced Deep Residual Networks for Single Image Super-Resolution》的PyTorch实现版本。 (CVPRW 2017)
124. 1000- e2c-pytorch: E2C，Embed to Control 实现。
125. 2900+ 3D-ResNets-PyTorch: 基于3D残差网络的动作识别。
126. 1000- bandit-nmt: EMNLP 2017 论文《Reinforcement Learning for Bandit Neural Machine Translation with Simulated Human Feedback》的代码,，改论文在神经编解码模型的基础上实现了A2C算法，并在模拟噪声激励下对组合进行了基准测试。
127. 2400+ pytorch-a2c-ppo-acktr: PyTorch 实现Advantage Actor Critic (A2C), Proximal Policy Optimization (PPO，近端策略优化) 和可扩展信赖域（Trust Region）方法，这些算法使用Kronecker因子近似（ACKTR）和生成对抗模仿学习（GAIL）实现，可用于深度强化学习。
128. 1000- zalando-pytorch: Fashion-MNIST数据集上的各种实验。
129. 1000- sphereface_pytorch: PyTorch实现SphereFace，人脸识别相关，https://arxiv.org/abs/1704.08063 。
130. 1000- Categorical DQN: PyTorch 版Categorical DQN，该模型来自论文《A Distributional Perspective on Reinforcement Learning》。
131. 1000- pytorch-ntm: 神经网络图灵机。
132. null mask_rcnn_pytorch: Mask RCNN in PyTorch.
133. 1000- graph_convnets_pytorch: PyTorch 实现图卷积神经网络，NIPS'16。
134. 1700+ pytorch-faster-rcnn: PyTorch实现faster RCNN 检测框架，基于Xinlei Chen 的tf-faster-rcnn，已不再维护。
135. 1000- torchMoji: A pyTorch implementation of the DeepMoji model: state-of-the-art deep learning model for analyzing sentiment, emotion, sarcasm etc.
136. 3900+ semantic-segmentation-pytorch: 在MIT ADE20K dataset数据集上实现语义分割/场景解析。
137. 1200+ pytorch-qrnn: PyTorch implementation of the Quasi-Recurrent Neural Network - up to 16 times faster than NVIDIA's cuDNN LSTM
138. 1000- pytorch-sgns: Skipgram Negative Sampling in PyTorch.
139. 1000- SfmLearner-Pytorch : Pytorch version of SfmLearner from Tinghui Zhou et al.
140. 1000- deformable-convolution-pytorch: PyTorch实现可变形卷积。
141. 1000- skip-gram-pytorch: A complete pytorch implementation of skipgram model (with subsampling and negative sampling). The embedding result is tested with Spearman's rank correlation.
142. 1000- 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. 1000- self-critical.pytorch: 非官方，PyTorch实现基于self-critical 序列训练的图像标注。
144. 3600+ pygcn: 图卷积网络。
145. 1000- dnc: 可微神经计算机、稀疏存取存储器与稀疏可微神经计算机。
146. 1000- prog_gans_pytorch_inference: PyTorch inference for "Progressive Growing of GANs" with CelebA snapshot.
147. 1000- pytorch-capsule: Pytorch implementation of Hinton's Dynamic Routing Between Capsules.
148. 1000- PyramidNet-PyTorch: A PyTorch implementation for PyramidNets (Deep Pyramidal Residual Networks, arxiv.org/abs/1610.02915)
149. 1000- radio-transformer-networks: A PyTorch implementation of Radio Transformer Networks from the paper "An Introduction to Deep Learning for the Physical Layer". arxiv.org/abs/1702.00832
150. 1000- honk: PyTorch reimplementation of Google's TensorFlow CNNs for keyword spotting.
151. 1000- DeepCORAL: A PyTorch implementation of 'Deep CORAL: Correlation Alignment for Deep Domain Adaptation.', ECCV 2016
152. 1000- pytorch-pose: PyTorch工具包，用于2D人体姿态估计。
153. 1000- lang-emerge-parlai: Implementation of EMNLP 2017 Paper "Natural Language Does Not Emerge 'Naturally' in Multi-Agent Dialog" using PyTorch and ParlAI
154. 1200+ Rainbow: Rainbow: Combining Improvements in Deep Reinforcement Learning
155. 1000- pytorch_compact_bilinear_pooling v1: This repository has a pure Python implementation of Compact Bilinear Pooling and Count Sketch for PyTorch.
156. 1000- CompactBilinearPooling-Pytorch v2: (Yang Gao, et al.) A Pytorch Implementation for Compact Bilinear Pooling.
157. 1000- FewShotLearning: Pytorch implementation of the paper "Optimization as a Model for Few-Shot Learning"
158. 1000- meProp: Codes for "meProp: Sparsified Back Propagation for Accelerated Deep Learning with Reduced Overfitting".
159. 1000- SFD_pytorch: 单镜头尺度不变人脸检测器。
160. 1000- GradientEpisodicMemory: Continuum Learning with GEM: Gradient Episodic Memory. https://arxiv.org/abs/1706.08840
161. 1900+ DeblurGAN: Pytorch implementation of the paper DeblurGAN: Blind Motion Deblurring Using Conditional Adversarial Networks.
162. 4800+ StarGAN: StarGAN: 多领域图像转换GAN 网络，https://arxiv.org/abs/1711.09020 。
163. 1000- CapsNet-pytorch: PyTorch 实现NIPS 2017 论文“胶囊间的动态路由”。
164. 1000- CondenseNet: CondenseNet: 面向移动设备的轻量级CNN。
165. 6700+ deep-image-prior: 基于神经网络的图像修复，无学习过程。
166. 1100+ deep-head-pose: 使用PyTorch进行深度学习头部姿势估计。
167. 1000- Random-Erasing: 论文代码，论文："随机擦除数据增强"。
168. 1000- FaderNetworks: Fader Networks: 通过滑动属性重构图像- NIPS 2017，https://arxiv.org/pdf/1706.00409.pdf 。
169. 2300+ FlowNet 2.0: FlowNet 2.0: 深度网络中光流估计的演化。
170. 5300+ pix2pixHD: 利用条件GANs 合成和处理HD 高清图像的PyTorch 实现，https://arxiv.org/pdf/1711.11585.pdf。
171. 1000- pytorch-smoothgrad: SmoothGrad通过增加噪声来去除噪声。
172. 1000- RetinaNet: RetinaNe实现。
173. 6300+ faster-rcnn.pytorch: This project is a faster faster R-CNN implementation, aimed to accelerating the training of faster R-CNN object detection models.
174. 1000- mixup_pytorch: A PyTorch implementation of the paper Mixup: Beyond Empirical Risk Minimization in PyTorch.
175. 1100+ inplace_abn: In-Place Activated BatchNorm for Memory-Optimized Training of DNNs
176. 1000- pytorch-pose-hg-3d: PyTorch implementation for 3D human pose estimation
177. 1000- nmn-pytorch: Neural Module Network for VQA in Pytorch.
178. 1000- bytenet: Pytorch implementation of bytenet from "Neural Machine Translation in Linear Time" paper
179. 1000- bottom-up-attention-vqa: vqa, bottom-up-attention, pytorch
180. 1000- yolo2-pytorch: The YOLOv2 is one of the most popular one-stage object detector. This project adopts PyTorch as the developing framework to increase productivity, and utilize ONNX to convert models into Caffe 2 to benifit engineering deployment.
181. 1000- reseg-pytorch: PyTorch 实现ReSeg。 (https://arxiv.org/pdf/1511.07053.pdf)
182. 1000- binary-stochastic-neurons: Binary Stochastic Neurons in PyTorch.
183. 1000- pytorch-pose-estimation: PyTorch Implementation of Realtime Multi-Person Pose Estimation project.
184. 1000- interaction_network_pytorch: Pytorch Implementation of Interaction Networks for Learning about Objects, Relations and Physics.
185. 1000- NoisyNaturalGradient: Pytorch Implementation of paper "Noisy Natural Gradient as Variational Inference".
186. 1000- ewc.pytorch: An implementation of Elastic Weight Consolidation (EWC), proposed in James Kirkpatrick et al. Overcoming catastrophic forgetting in neural networks 2016(10.1073/pnas.1611835114).
187. 1000- pytorch-zssr: PyTorch implementation of 1712.06087 "Zero-Shot" Super-Resolution using Deep Internal Learning
188. 1000- deep_image_prior: 基于未训练神经网络的图像重建算法实现。算法：Deep Image Prior。
189. 1000- pytorch-transformer: PyTorch实现论文Attention Is All You Need。
190. 1000- DeepRL-Grounding: PyTorch实现AAAI-18论文Gated-Attention Architectures for Task-Oriented Language Grounding。
191. 1000- deep-forecast-pytorch: 使用LSTMs进行风速预测，论文：Deep Forecast: Deep Learning-based Spatio-Temporal Forecasting。
192. 1000- cat-net: 正则外观变换（Canonical Appearance Transformations）
193. 1000- minimal_glo: Minimal PyTorch implementation of Generative Latent Optimization from the paper "Optimizing the Latent Space of Generative Networks"
194. 1000- LearningToCompare-Pytorch: Pytorch Implementation for Paper: Learning to Compare: Relation Network for Few-Shot Learning.
195. 1400+ poincare-embeddings: PyTorch implementation of the NIPS-17 paper "Poincaré Embeddings for Learning Hierarchical Representations".
196. null pytorch-trpo(Hessian-vector product version): This is a PyTorch implementation of "Trust Region Policy Optimization (TRPO)" with exact Hessian-vector product instead of finite differences approximation.
197. 1000- ggnn.pytorch: A PyTorch Implementation of Gated Graph Sequence Neural Networks (GGNN).
198. 1000- visual-interaction-networks-pytorch: This's an implementation of deepmind Visual Interaction Networks paper using pytorch
199. 1000- adversarial-patch: PyTorch实现对抗补丁。
200. 1000- Prototypical-Networks-for-Few-shot-Learning-PyTorch: Implementation of Prototypical Networks for Few Shot Learning (arxiv.org/abs/1703.05175) in Pytorch
201. 1000- Visual-Feature-Attribution-Using-Wasserstein-GANs-Pytorch: Implementation of Visual Feature Attribution using Wasserstein GANs (arxiv.org/abs/1711.08998) in PyTorch.
202. 1000- PhotographicImageSynthesiswithCascadedRefinementNetworks-Pytorch: 用级联优化网络生成照片级图像，https://arxiv.org/abs/1707.09405 。
203. 2400+ ENAS-pytorch: PyTorch实现"基于参数共享的高效神经网络结构搜索"。
204. 1000- Neural-IMage-Assessment: 神经图片评估，https://arxiv.org/abs/1709.05424 。
205. 1000- proxprop: 近端回传(Proximal Backpropagation) - 隐式梯度代替显式梯度的神经网络训练算法。
206. 10500+ FastPhotoStyle: 照片级逼真的图像风格化的一个封闭解。
207. 1000- Deep-Image-Analogy-PyTorch: 基于PyTorch的深度图像模拟的Python实现。
208. 2700+ Person-reID_pytorch: 行人再识别Person-reID的PyTorch实现。
209. 1000- pt-dilate-rnn: 空洞递归神经网络（Dilated RNNs）。
210. 1000- pytorch-i-revnet: Pytorch实现i-RevNets。
211. 1000- OrthNet: TensorFlow、PyTorch和Numpy层生成正交多项式。
212. 1000- DRRN-pytorch: "超分辨率的深递归残差网络(DRRN)", CVPR 2017
213. 1000- shampoo.pytorch: Shampoo算法实现。
214. 1000- Neural-IMage-Assessment 2: 神经图片评估，https://arxiv.org/abs/1709.05424 。
215. 2900+ TCN: Sequence modeling benchmarks and temporal convolutional networks locuslab/TCN
216. 1000- DCC: This repository contains the source code and data for reproducing results of Deep Continuous Clustering paper.
217. 1000- packnet: Code for PackNet: Adding Multiple Tasks to a Single Network by Iterative Pruning arxiv.org/abs/1711.05769
218. 1000- PyTorch-progressive_growing_of_gans: PyTorch implementation of Progressive Growing of GANs for Improved Quality, Stability, and Variation.
219. 1000- nonauto-nmt: PyTorch Implementation of "Non-Autoregressive Neural Machine Translation"
220. 9800+ PyTorch-GAN: PyTorch implementations of Generative Adversarial Networks.
221. 1000- PyTorchWavelets: PyTorch implementation of the wavelet analysis found in Torrence and Compo (1998)
222. 1000- pytorch-made: MADE (Masked Autoencoder Density Estimation) implementation in PyTorch
223. 1000- VRNN: Pytorch implementation of the Variational RNN (VRNN), from A Recurrent Latent Variable Model for Sequential Data.
224. 1000- flow: Pytorch implementation of ICLR 2018 paper Deep Learning for Physical Processes: Integrating Prior Scientific Knowledge.
225. 1600+ deepvoice3_pytorch: PyTorch实现基于卷积神经网络的语音合成模型。
226. 1000- psmm: imlementation of the the Pointer Sentinel Mixture Model, as described in the paper by Stephen Merity et al.
227. 3000+ tacotron2: Tacotron 2 - PyTorch implementation with faster-than-realtime inference.
228. 1000- AccSGD: Implements pytorch code for the Accelerated SGD algorithm.
229. 1000- QANet-pytorch: an implementation of QANet with PyTorch (EM/F1 = 70.5/77.2 after 20 epoches for about 20 hours on one 1080Ti card.)
230. 1000- ConvE: Convolutional 2D Knowledge Graph Embeddings
231. 1000- Structured-Self-Attention: Implementation for the paper A Structured Self-Attentive Sentence Embedding, which is published in ICLR 2017: arxiv.org/abs/1703.03130 .
232. 1000- graphsage-simple: Simple reference implementation of GraphSAGE.
233. 2800+ Detectron.pytorch: A pytorch implementation of Detectron. Both training from scratch and inferring directly from pretrained Detectron weights are available.
234. 1000- R2Plus1D-PyTorch: PyTorch implementation of the R2Plus1D convolution based ResNet architecture described in the paper "A Closer Look at Spatiotemporal Convolutions for Action Recognition"
235. 1000- StackNN: A PyTorch implementation of differentiable stacks for use in neural networks.
236. 1000- translagent: Code for Emergent Translation in Multi-Agent Communication.
237. 1000- ban-vqa: Bilinear attention networks for visual question answering.
238. 1200+ pytorch-openai-transformer-lm: This is a PyTorch implementation of the TensorFlow code provided with OpenAI's paper "Improving Language Understanding by Generative Pre-Training" by Alec Radford, Karthik Narasimhan, Tim Salimans and Ilya Sutskever.
239. 1000- T2F: 使用深度学习进行Text-to-Face生成。该项目结合了StackGAN和ProGAN，这两个模型可以基于文字描述合成人脸。
240. 1300+ pytorch - fid: A Port of Fréchet Inception Distance (FID score) to PyTorch
241. 1000- vae_vpflows:Code in PyTorch for the convex combination linear IAF and the Householder Flow, JM Tomczak & M. Welling jmtomczak.github.io/deebmed.html
242. 1000- CoordConv-pytorch: Pytorch implementation of CoordConv introduced in 'An intriguing failing of convolutional neural networks and the CoordConv solution' paper. (arxiv.org/pdf/1807.03247.pdf)
243. 1000- SDPoint: Implementation of "Stochastic Downsampling for Cost-Adjustable Inference and Improved Regularization in Convolutional Networks", published in CVPR 2018.
244. 1000- SRDenseNet-pytorch: 极深网络，SRDenseNet-pytorch，论文：基于密集跳跃连接的图像超分辨率（ICCV_2017）。
245. 1000- GAN_stability: Code for paper "Which Training Methods for GANs do actually Converge? (ICML 2018)"
246. 1000- Mask-RCNN: A PyTorch implementation of the architecture of Mask RCNN, serves as an introduction to working with PyTorch
247. 1000- pytorch-coviar: Compressed Video Action Recognition
248. 1000- PNASNet.pytorch: PyTorch implementation of PNASNet-5 on ImageNet.
249. 1000- NALU-pytorch: Basic pytorch implementation of NAC/NALU from Neural Arithmetic Logic Units arxiv.org/pdf/1808.00508.pdf
250. 1000- LOLA_DiCE: Pytorch 使用DiCE实现LOLA。
251. 1000- generative-query-network-pytorch: Generative Query Network (GQN) in PyTorch as described in "Neural Scene Representation and Rendering"
252. 1000- pytorch_hmax: 在PyTorch中实现HMAX(Hierarchical Model and X)视觉模型。
253. 1000- FCN-pytorch-easiest: trying to be the most easiest and just get-to-use pytorch implementation of FCN (Fully Convolotional Networks)
254. 1000- transducer: A Fast Sequence Transducer Implementation with PyTorch Bindings.
255. 1000- AVO-pytorch: Implementation of Adversarial Variational Optimization in PyTorch.
256. 1000- HCN-pytorch: A pytorch reimplementation of { Co-occurrence Feature Learning from Skeleton Data for Action Recognition and Detection with Hierarchical Aggregation }.
257. 1000- binary-wide-resnet: PyTorch implementation of Wide Residual Networks with 1-bit weights by McDonnel (ICLR 2018)
258. 1000- piggyback: Code for Piggyback: Adapting a Single Network to Multiple Tasks by Learning to Mask Weights arxiv.org/abs/1801.06519
259. 7700+ vid2vid: Pytorch implementation of our method for high-resolution (eg 2048x1024) photorealistic video-to-video translation.
260. 1000- poisson-convolution-sum: Implements an infinite sum of poisson-weighted convolutions
261. 1000- tbd-nets: PyTorch implementation of "Transparency by Design: Closing the Gap Between Performance and Interpretability in Visual Reasoning" arxiv.org/abs/1803.05268
262. 1000- attn2d: Pervasive Attention: 2D Convolutional Networks for Sequence-to-Sequence Prediction
263. 7500+ yolov3: YOLOv3: 训练和推断，https://www.ultralytics.com 。
264. 1000- deep-dream-in-pytorch: Pytorch implementation of the DeepDream computer vision algorithm.
265. 1000- pytorch-flows: PyTorch implementations of algorithms for density estimation
266. 1000- quantile-regression-dqn-pytorch: Quantile Regression DQN a Minimal Working Example
267. 1000- relational-rnn-pytorch: An implementation of DeepMind's Relational Recurrent Neural Networks in PyTorch.
268. 1000- DEXTR-PyTorch: 深度极端切割，http://www.vision.ee.ethz.ch/~cvlsegmentation/dextr 。
269. 1000- PyTorch_GBW_LM: PyTorch Language Model for Google Billion Word Dataset.
270. 1000- Pytorch-NCE: The Noise Contrastive Estimation for softmax output written in Pytorch
271. 1000- generative-models: Annotated, understandable, and visually interpretable PyTorch implementations of: VAE, BIRVAE, NSGAN, MMGAN, WGAN, WGANGP, LSGAN, DRAGAN, BEGAN, RaGAN, InfoGAN, fGAN, FisherGAN.
272. 1000- convnet-aig: PyTorch implementation for Convolutional Networks with Adaptive Inference Graphs.
273. 1000- integrated-gradient-pytorch: This is the pytorch implementation of the paper - Axiomatic Attribution for Deep Networks.
274. 1000- MalConv-Pytorch: Pytorch implementation of MalConv.
275. 1000- trellisnet: Trellis Networks for Sequence Modeling
276. 1000- Learning to Communicate with Deep Multi-Agent Reinforcement Learning: pytorch implementation of Learning to Communicate with Deep Multi-Agent Reinforcement Learning paper.
277. 1000- pnn.pytorch: PyTorch implementation of CVPR'18 - Perturbative Neural Networks http://xujuefei.com/pnn.html.
278. 1000- Face_Attention_Network: Pytorch implementation of face attention network as described in Face Attention Network: An Effective Face Detector for the Occluded Faces.
279. 1800+ waveglow: 基于流的语音合成生成网络。
280. 1000- deepfloat: This repository contains the SystemVerilog RTL, C++, HLS (Intel FPGA OpenCL to wrap RTL code) and Python needed to reproduce the numerical results in "Rethinking floating point for deep learning"
281. 1000- EPSR: Pytorch implementation of Analyzing Perception-Distortion Tradeoff using Enhanced Perceptual Super-resolution Network. This work has won the first place in PIRM2018-SR competition (region 1) held as part of the ECCV 2018.
282. 1000- ClariNet: Pytorch实现ClariNet。
283. 48900+ pytorch-pretrained-BERT: PyTorch version of Google AI's BERT model with script to load Google's pre-trained models
284. 1000- torch_waveglow: PyTorch实现WaveGlow: 基于流的语音合成生成网络。
285. 3000+ 3DDFA: The pytorch improved re-implementation of TPAMI 2017 paper: Face Alignment in Full Pose Range: A 3D Total Solution.
286. 1600+ loss-landscape: loss-landscape Code for visualizing the loss landscape of neural nets.
287. 1000- famos:（非）参数图像风格化马赛克的对抗性框架。论文：http://arxiv.org/abs/1811.09236 。
288. 1000- back2future.pytorch: This is a Pytorch implementation of Janai, J., Güney, F., Ranjan, A., Black, M. and Geiger, A., Unsupervised Learning of Multi-Frame Optical Flow with Occlusions. ECCV 2018.
289. 1000- FFTNet: Unofficial Implementation of FFTNet vocode paper.
290. 1000- FaceBoxes.PyTorch: PyTorch实现FaceBoxes。
291. 2900+ Transformer-XL: Transformer-XL: Attentive Language Models Beyond a Fixed-Length Contexthttps://github.com/kimiyoung/transformer-xl
292. 1000- associative_compression_networks: Associative Compression Networks for Representation Learning.
293. 1000- fluidnet_cxx: FluidNet re-written with ATen tensor lib.
294. 3700+ Deep-Reinforcement-Learning-Algorithms-with-PyTorch: This repository contains PyTorch implementations of deep reinforcement learning algorithms.
295. 1000- Shufflenet-v2-Pytorch: This is a Pytorch implementation of faceplusplus's ShuffleNet-v2.
296. 1000- GraphWaveletNeuralNetwork: This is a Pytorch implementation of Graph Wavelet Neural Network. ICLR 2019.
297. 1000- AttentionWalk: This is a Pytorch implementation of Watch Your Step: Learning Node Embeddings via Graph Attention. NIPS 2018.
298. 1000- SGCN: This is a Pytorch implementation of Signed Graph Convolutional Network. ICDM 2018.
299. 1000- SINE: This is a Pytorch implementation of SINE: Scalable Incomplete Network Embedding. ICDM 2018.
300. 1000- GAM: This is a Pytorch implementation of Graph Classification using Structural Attention. KDD 2018.
301. 1000- neural-style-pt: PyTorch 实现Justin Johnson 的神经风格算法。论文：A Neural Algorithm of Artistic Style。
302. 1000- TuckER: TuckER: Tensor Factorization for Knowledge Graph Completion.
303. 1000- pytorch-prunes: Pruning neural networks: is it time to nip it in the bud?
304. 1000- SimGNN: SimGNN: 一个快速图形相似度计算的神经网络方法。论文：A Neural Network Approach to Fast Graph Similarity Computation.
305. 1000- Character CNN: PyTorch implementation of the Character-level Convolutional Networks for Text Classification paper.
306. 2400+ XLM: PyTorch original implementation of Cross-lingual Language Model Pretraining.
307. 1000- DiffAI: A provable defense against adversarial examples and library for building compatible PyTorch models.
308. 1000- APPNP: Combining Neural Networks with Personalized PageRank for Classification on Graphs. ICLR 2019.
309. 1000- NGCN: A Higher-Order Graph Convolutional Layer. NeurIPS 2018.
310. 1000- gpt-2-Pytorch: Simple Text-Generator with OpenAI gpt-2 Pytorch Implementation
311. 1000- Splitter: Splitter: Learning Node Representations that Capture Multiple Social Contexts. (WWW 2019).
312. 1000+ CapsGNN: 胶囊图神经网络，Capsule Graph Neural Network。
313. 2300+ BigGAN-PyTorch: PyTorch实现BigGAN（非官方）。
314. 1000- ppo_pytorch_cpp: 近端策略优化算法的C++ API。
315. 1000- RandWireNN: 基于随机连接神经网络性能的图像识别。
316. 1000- Zero-shot Intent CapsNet: GPU-accelerated PyTorch implementation of "Zero-shot User Intent Detection via Capsule Neural Networks".
317. 1000- SEAL-CI 半监督图分类：层次图视角，Semi-Supervised Graph Classification: A Hierarchical Graph Perspective. (WWW 2019)。
318. 1000- MixHop: MixHop: Higher-Order Graph Convolutional Architectures via Sparsified Neighborhood Mixing. ICML 2019.
319. 1000- densebody_pytorch: PyTorch implementation of CloudWalk's recent paper DenseBody.
320. 1000- voicefilter: Unofficial PyTorch implementation of Google AI's VoiceFilter system http://swpark.me/voicefilter.
321. 1300+ NVIDIA/semantic-segmentation: PyTorch实现“利用视频传播和标签松弛改进语义分割”。论文：Improving Semantic Segmentation via Video Propagation and Label Relaxation, In CVPR2019.
322. 1000- ClusterGCN: A PyTorch implementation of "Cluster-GCN: An Efficient Algorithm for Training Deep and Large Graph Convolutional Networks" (KDD 2019).
323. 1000+ NVlabs/DG-Net: A PyTorch implementation of "Joint Discriminative and Generative Learning for Person Re-identification" (CVPR19 Oral).
324. 1000- NCRF: 基于神经网络条件随机场(NCRF)的肿瘤转移检测，相关论文：https://openreview.net/forum?id=S1aY66iiM。
325. 1000- pytorch-sift: PyTorch实现SIFT（尺度不变特征变换匹配算法，Scale Invariant Feature Transform）描述子。
326. 1000- brain-segmentation-pytorch: 深度学习分割网络U-Net的PyTorch模型实现，用于脑核磁共振中FLAIR异常的分割。
327. 1000- glow-pytorch: PyTorch 实现"Glow, Generative Flow with Invertible 1x1 Convolutions"。
328. 1000- EfficientNets-PyTorch: PyTorch实现EfficientNet: 卷积神经网络模型尺度的再思考。
329. 1000- STEAL: STEAL - 从噪声标注中学习语义边界，https://nv-tlabs.github.io/STEAL/ 。
330. 1000- EigenDamage-Pytorch: 官方实现ICML'19 论文"特征损伤：克罗内克分解特征基中的结构剪枝"。
331. 1000- Aspect-level-sentiment: 论文代码和数据集，ACL2018论文："利用文档知识进行体层情感分类"。
332. 1000- breast_cancer_classifier: 深层神经网络提高放射科医生乳腺癌筛查的效果，https://arxiv.org/abs/1903.08297 。
333. 1000- DGC-Net: PyTorch实现"DGC-Net: 密集几何对应网络".
334. 1000- universal-triggers: Universal Adversarial Triggers for Attacking and Analyzing NLP (EMNLP 2019)
335. 3700+ Deep-Reinforcement-Learning-Algorithms-with-PyTorch: PyTorch implementations of deep reinforcement learning algorithms and environments.
336. 1000- simple-effective-text-matching-pytorch: A pytorch implementation of the ACL2019 paper "Simple and Effective Text Matching with Richer Alignment Features".
337. null 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. 1000- NVIDIA/unsupervised-video-interpolation: A PyTorch Implementation of Unsupervised Video Interpolation Using Cycle Consistency, In ICCV 2019.
339. 1000- Seg-Uncertainty: Unsupervised Scene Adaptation with Memory Regularization in vivo, In IJCAI 2020.
340. 5700+ pulse: Self-Supervised Photo Upsampling via Latent Space Exploration of Generative Models
341. 1000- distance-encoding: Distance-Encoding - Design Provably More PowerfulGNNs for Structural Representation Learning.
342. 1000- Pathfinder Discovery Networks: Pathfinder Discovery Networks for Neural Message Passing.
343. 1000- PyKEEN: A Python library for learning and evaluating knowledge graph embeddings

Talks & conferences｜报告& 会议

1. PyTorch Conference 2018: 2018年首届PyTorch开发者大会。

Pytorch elsewhere ｜ Pytorch相关

1. 8300+ the-incredible-pytorch**: 不可思议的Pythorch：一份PyTorch相关的教程、论文、项目、社区等的清单。
2. 6500+ generative models: 各种生成模型，例如基于Pytorch和Tensorflow的GAN、VAE。 http://wiseodd.github.io
3. pytorch vs tensorflow: Reddit上的PyTorch和TensorFlow的比较文章。
4. Pytorch discussion forum: PyTorch论坛。
5. null pytorch notebook: docker-stack: 类似于Jupyter Notebook Scientific Python Stack
6. 1000- drawlikebobross: 使用神经网络作画！
7. 1000- pytorch-tvmisc: 该仓库收集了作者用PyTorch实现的各种玩意儿。
8. 1000- pytorch-a3c-mujoco: 该项目旨在解决Mujoco中的控制问题，高度基于pytorch-a3c。
9. PyTorch in 5 Minutes.
10. 1000- pytorch_chatbot: 用PyTorch实现的聊天机器人。
11. 1000- malmo-challenge: Malmo协作人工智能挑战-Pig Catcher团队。
12. 1000- sketchnet: 指导计算机作画。http://www.jtoy.net/projects/sketchnet/
13. 1200+ Deep-Learning-Boot-Camp: 非盈利社区运营的5天深度学习训练营。 http://deep-ml.com.
14. 1000- Amazon_Forest_Computer_Vision: 亚马逊森林计算机视觉：使用PyTorch标记卫星图像标记/Keras中的PyTorch技巧。
15. 2400+ AlphaZero_Gomoku: 用AlphaZero算法玩五子棋。
16. null pytorch-cv: null.
17. 2800+ deep-person-reid: Pytorch实现深度学习行人重新识别方法。
18. 2700+ pytorch-template: PyTorch深度学习模版。
19. 1000- Deep Learning With Pytorch: 随书代码《Deep Learning With Pytorch TextBook》 PyTorch实用指南：使用PyTorch建立文本和视觉神经网络模型。亚马逊中国电子版
20. 1000- compare-tensorflow-pytorch: 比较用Tensorflow编写的层和用Pytorch编写的层之间的输出。
21. 1000- hasktorch: Haskell中的张量与神经网络。
22. Deep Learning With Pytorch Deep Learning with PyTorch 教你如何用Python和PyTorch实现深度学习算法。
23. 1000- nimtorch: PyTorch - Python + Nim，PyTorch的Nim前端。
24. 1000- derplearning: 自动驾驶遥控车代码。
25. 1000- pytorch-saltnet: Kaggle | TGS Salt Identification Challenge 第9名解决方案。
26. 1000- pytorch-scripts: 一些脚本，使在Windows上使用PyTorch更加容易。
27. 1000- pytorch_misc: 为PyTorch讨论板创建的代码片段。
28. 1000- awesome-pytorch-scholarship: 收集了一系列优秀的PyTorch学术文章、指南、博客、课程和其他资源。
29. 1000- MentisOculi: PyTorch版raytracer。(raynet?)
30. 2400+ DoodleMaster: “画出UI！”("Don't code your UI, Draw it !")
31. 1000- ocaml-torch: ocaml-torch为PyTorch张量库提供一些ocaml绑定。
32. 1000- extension-script: TorchScript自定义C++/CUDA运算符的示例。
33. 1000- pytorch-inference: Windows10 平台上Pytorch 1.0在C++ 中的推断。
34. 1000- pytorch-cpp-inference: 包含使用PyTorch C++ API执行推断的各种示例。
35. 1100+ tch-rs: PyTorch的Rust绑定。
36. 1000- TorchSharp: Pytorch引擎的.NET绑定。
37. 2000+ ML Workspace: 面向机器学习和数据科学的一体化Web IDE。包含Jupyter, VS Code, PyTorch 和许多其他工具或库，这些都集合在一个Docker映像中。
38. 1100+ 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.