Awesome pytorch list CNVersion

Awesome-Pytorch-list ｜ Projet de pytorch génial

Version anglaise

Contenu ｜ Contenu

• Awesome-Pytorch-list ｜ Projet de pytorch génial
  • Version anglaise
  • Contenu ｜ Contenu
  • Pytorch et bibliothèques connexes ｜ Pytorch et bibliothèques connexes
    • PNL et traitement de la parole ｜ Traitement du langage naturel et traitement de la parole
    • CV ｜ Vision informatique
    • Bibliothèques probabilistes / générées ｜ bibliothèque de probabilité et bibliothèque de génération
    • Autres bibliothèques ｜ Autres bibliothèques
  • Tutoriels et livres et exemples ｜ Tutoriels et livres et exemples
  • Implémentations de papier ｜ Implémentation de papier
  • Conférences et conférences ｜ Rapports et conférences
  • Pytorch ailleurs | Lié au pytorch

Pytorch et bibliothèques connexes ｜ Pytorch et bibliothèques connexes

1. Pytorch: tenseurs et réseaux de neurones dynamiques en python avec une forte accélération du GPU | Python Tensor Computing et Réseaux de neurones dynamiques utilisant une forte accélération GPU.

PNL et traitement de la parole ｜ Traitement du langage naturel et traitement de la parole:

1. 2800+ Texte: chargement des données et abstraction pour les données de texte et les ensembles de données NLP.
2. 1300+ pytorch-seq2seq: un cadre open source pour gérer Seq2Seq dans Pytorch.
3. 1000- anuvada: modèle interprétable NLP.
4. Audio 1300+ : I / S audio simple.
5. 1000- LOOP: Une méthode de génération de parole sur plusieurs haut-parleurs.
6. NULL FAIREQ: La boîte à outils Python Séquence à séquence développée par Facebook.
7. 1000- Speech: Modèle de bout en bout Implémentation de la parole au texte.
8. 5100+ OpenNMT-PY: Traduction de machine neuronale open source http://opennmt.net.
9. 2300+ NeuralCoref: Utilisez des réseaux de neurones en spatie pour obtenir une digestion co-référentielle rapide.
10. 1000+ Discovery du sentiment: l'application du modèle de langage non supervisé basé sur l'échelle dans une classification des sentiments robuste.
11. 2800+ muse: une bibliothèque d'intégration de mots non surveillés ou supervisés multilingues.
12. 1000- NMTPYTORCH: Framework de séquence à séquence dans Pytorch.
13. 1000- pytorch wavenet: générer rapidement une implémentation WAVENET.
14. 1000- Tacotron-Pytorch: Tacotron: synthèse de la parole de bout en bout.
15. 10300+ ALLENNLP: Bibliothèque de recherche NLP open source, basée sur Pytorch. http://www.allennlp.org/
16. 1900+ Pytorch-NLP: Une bibliothèque établie pour accélérer la recherche NLP, y compris les couches de réseau de neurones, les modules de traitement de texte et de nombreux ensembles de données. pytorchnlp.readthedocs.io
17. 1000- Quick-NLP: bibliothèque PYTORCH NLP basée sur Fastai.
18. 4900+ TTS: Un cadre d'apprentissage en profondeur pour le texte à la parole.
19. 2800+ laser: le laser est une bibliothèque utilisée pour calculer et utiliser des incorporations d'instructions multilingues.
20. 1100+ Pyannote-Audio: Blocs de construction neuronale pour la classification des haut-parleurs: détection d'activité de la parole, détection de changement de haut-parleur, intégration des conférenciers.
21. 1000- Gensen: une représentation de phrases universelle basée sur l'apprentissage multitâche à grande échelle.
22. 1000- Traduire: Traduction - Une bibliothèque de langues Pytorch.
23. 3900+ ESPNET: ensemble d'outils de traitement vocal de bout en bout. espnet.github.io/espnet
24. 4500+ pythie: un cadre modulaire pour la recherche multimodale sur les visuels et les langues provenant de la FAIL (Facebook AI Research).
25. 1400+ UNSUPERVISEDMT: Traduction machine non supervisée neuronale basée sur des phrases.
26. 1300+ Jiant: une boîte à outils Jiant pour les modèles généraux de compréhension du texte. https://jiant.info
27. 4300+ Bert-Pytorch: Google AI 2018 Implémentation Pytorch de Bert, accompagnée de commentaires simples.
28. 2100+ infersent: NLI phrase intégration (infersmente) et code de formation.
29. 1300+ UIS-RNN: Algorithme de réseau neuronal récursif interliné infini (UIS-RNN), qui peut distinguer le son des environnements bruyants, correspondant à la diarisation du haut-parleur entièrement supervisée. arXiv.org/abs/1810.04719
30. 10600+ Flair: un cadre simple pour la NLP de pointe.
31. 6200+ pytext: cadre de modélisation du langage naturel basé sur pytorch. fb.me/pytextdocs
32. 1000- VoiceFilter: implémentation non officielle de la voix de Google AI. http://swpark.me/voicefilter
33. 1000- Bert-ner: reconnaissance de l'entité nommée basée sur Bert.
34. 1000- transfert-nlp: bibliothèque NLP conçue pour la gestion expérimentale reproductible.
35. 1000- Texar-Pytorch: Machine Learning and Text Generation Toolkit. texar.io
36. 2000+ Pytorch-Kaldi: Pytorch-Kaldi est un système de reconnaissance de la parole hybride DNN / RNN à la pointe de la technologie. Sa pièce DNN est implémentée par Pytorch, tandis que l'extraction des fonctionnalités, le calcul de l'étiquette et le décodage sont effectués par la boîte à outils Kaldi.
37. 2900+ NEMO: Module neuronal: ensemble d'outils conversationnel AI nvidia.github.io/nemo
38. 1000- Pytorch-structure: La bibliothèque d'implémentation du GPU testée implémente certains algorithmes structurés de base en profondeur, tels que HMM, Dep Trees, CKY, ...
39. 1000- Espresso: Espresso: un ensemble rapide d'outils de reconnaissance de la parole neuronale de bout en bout.
40. Transformers 48900+ : Transformers HuggingFace: les outils NLP les plus avancés sur TensorFlow 2.0 et Pytorch. huggingface.co/transformateurs
41. 1500+ Reformer-Pytorch: Version Pytorch du réformateur.
42. 1000- Torch-Metrics: Métriques d'évaluation du modèle dans Pytorch.
43. 2600+ Spe:
44. 1000- Backprop: Backprop facilite l'utilisation, Finetune et le déploiement de modèles ML de pointe.

CV ｜ Vision informatique:

1. 9400+ Vision Pytorch: TorchVision contient des ensembles de données populaires, des architectures de modèle et des transformations d'images couramment utilisées dans la vision par ordinateur.
2. 1000- Pt-Styletransfer: Transfert de style neuronal comme classe à Pytorch.
3. 1000- OpenFacePyTorch: module Pytorch utilisant le modèle NN4.Small2.v1.t7 d'OpenFace.
4. 1000- IMG_CLASSIFICATION_PK_PYTORCH: Comparez rapidement votre modèle de classification d'image avec les modèles de pointe (tels que Denset, Resnet, ...)
5. 1400+ SPARSECONVNET: SUBMANIFOLD CASSE CONVOLMINEL NEALAIN Network.
6. 1000- Convolution_lstm_pytorch: module multi-couches LSTM (réseau de mémoire à court terme à court terme).
7. 5000+ Face-Alignment: Bibliothèques d'alignement face 2D et 3D basées sur Pytorch. adrianbulat.com
8. 1500+ segmentation pytorch-sémantique: segmentation sémantique.
9. 1000- roialign.pytorch: version pytorch de roialign. Son implémentation est basée sur CROP_and_resize et prend en charge en avant et en arrière sur CPU et GPU.
10. 1000- Pytorch-CNN-Finetune: Réseaux de neurones convolutionnels pré-entraînement avec pytorch Fineding.
11. 1000- détecteur: détecteur - version pytorch de Detectron Framework, actuellement uniquement les fonctions d'inférence et d'évaluation de Detectron, sans fonctions de formation.
12. 4400+ Augmenteur: Bibliothèque d'amélioration d'image pour l'apprentissage automatique. http://augmentor.readthedocs.io
13. 1000- S2CNN: CNNS sphériques: Pytorch Implémentation de réseaux convolutionnels sphériques. (par exemple, image polyvalente, signal global)
14. 2100+ TORCHCV: Un cadre d'apprentissage en profondeur de vision par ordinateur basé sur Pytorch.
15. 8400+ maskrcnn-benchmark: une implémentation de référence modulaire rapide de la segmentation des instances et de la détection d'objets.
16. 2200+ Image-Classification-Mobile: Sandon de formation du réseau de convolution de la vision par ordinateur, contenant une collection de modèles de classification de formation sur ImageNet-1k.
17. 1000- Medicaltorch: un cadre d'imagerie médicale. http://medicaltorch.readthedocs.io
18. 8400+ comptables: wrapper facile à utiliser pour les bibliothèques d'amélioration d'images rapides et autres bibliothèques.
19. 4200+ Kornia: Bibliothèque de vision de micro-ordinateurs open source. https://kornia.org
20. 1000 - détecteur de texte: détecter et traduire le texte.
21. 2200+ facenet-pytorch: modèle de détection et de reconnaissance du visage pytorch pré-formé, porté à partir de Davidsandberg / Facenet.
22. 17300+ Detectron2: Detectron2 est la plate-forme de recherche de détection et de segmentation cible de la prochaine génération de Fair.
23. 1000- Vedaseg: une boîte à outils de segmentation sémantique basée sur Pytorch.
24. 1300+ ClassyVision: un framework Pytorch de bout en bout pour la classification de l'image et de la vidéo. https://classyvision.ai
25. 1000- Detecto: Utilisez 5 lignes de code pour créer un modèle de vision informatique entièrement fonctionnel. https://detecto.readthedocs.io/
26. 5000+ Pytorch3d: Pytorch3d est une bibliothèque de vision informatique 3D efficace et réutilisable pour l'apprentissage en profondeur. https://pytorch3d.org/
27. 15700+ MMDETECTION: MMDETECTION est une boîte à outils de détection d'objets open source, appartenant au projet OpenMMLab.
28. 1000- neural-dream: La mise en œuvre pytorch de l'algorithme Deepdream peut créer des effets visuels d'hallucination de rêve.
29. 1000- Flashtorch: Visualisation Toolkit pour les réseaux de neurones à Pytorch!
30. 1000- Lucent: TensorFlow et Openai Clarity's Lucid Adapté pour Pytorch.
31. 1300+ MMDETECTION3D: MMDETECTION3D est la plate-forme de nouvelle génération d'OpenMMLAB pour la détection d'objets General 3D, une partie du projet OpenMMLAB.
32. 2100+ mmSegmentation: MMSegmentation est une boîte à outils de segmentation sémantique et une référence, une partie du projet OpenMMLab.
33. 2200+ Mmediting: Mmediting est une boîte à outils d'image et d'édition vidéo, une partie du projet OpenMMLAB.
34. 1000+ mmaction2: MMAction2 est la boîte à outils et la référence de Next Generation de Next Generation d'OpenMMLAB, une partie du projet OpenMMLab.
35. 1000+ mmpose: MMPOSE est une boîte à outils d'estimation de la pose et une référence, une partie du projet OpenMMLab.
36. 1000+ à la légère - à la légère est un cadre de vision par ordinateur pour l'apprentissage auto-supervisé.

Bibliothèques probabilistes / générées ｜ Bibliothèque de probabilité et bibliothèque de génération:

1. 1000- PTSTAT: programmation de probabilité et inférence statistique.
2. 7000+ pyro: une bibliothèque de programmation de probabilité universelle profonde basée sur Python et Pytorch. http://pyro.ai
3. 1000- Probtorch: La torche probabiliste est une bibliothèque qui étend le modèle de génération profonde de Pytorch.
4. 1000- Paysage: Library d'apprentissage et de modèle génératif non supervisé basé sur Python / Pytorch.
5. 1000- pyvarinf: package Python, qui favorise l'application des méthodes d'apprentissage en profondeur bayésien avec une inférence variationnelle dans Pytorch.
6. 1000- PYPROB: Une bibliothèque pour la programmation probabiliste et la compilation d'inférence basée sur Pytorch.
7. 1000- Mia: une bibliothèque qui gère des attaques de raisonnement aux membres contre les modèles d'apprentissage automatique.
8. 1000- pro_gan_pytorch: package progan comme extension de pytorch nn.module.
9. 2000+ botorch: optimisation bayésienne dans le pytorch.

Autres bibliothèques ｜ Autres bibliothèques:

1. 1000- Pytorch Extras: Caractéristiques supplémentaires de Pytorch.
2. 1000- ZOO fonctionnel: Définition du modèle et poids de pré-formation pour Pytorch et Tensorflow.
3. 1600+ Échantillonnage des torchs: échantillonnage de pytorch, formation avancée, augmentation des données et services publics.
4. 1000- TORCHCRAFT-PY: Torchcraft Python Wrapper, Torchcraft est le pont reliant la torche et Starcraft.
5. 1000- Aorun: Aorun tente d'implémenter une API de type Keras en utilisant Pytorch comme backend.
6. 1000- Logueur: Enregistreur d'apprentissage automatique.
7. 1000- pytorch-docset: Pytorch Hors ligne, combinée avec un tableau de bord, un zèle, une vitesse ou des beaux-docs.
8. 1000- convert_torch_to_pytorch: convertit le modèle TORCH T7 en modèle pytorch.
9. 8000+ modéliques prétrainés.pytorch: Pytorch Réseaux de neurones convolutionnels prétraités: NASNET, RESNEXT, RESNET, IMECECKV4, INECECTRESRESNETV2, XICET, DPN, etc. Le but du projet est de reproduire les résultats du document de recherche.
10. 1000- pytorch_fft: wrapper pytorch pour Cuda ffts.
11. 1000- CAFE_TO_TORCH_TO_PYTORCH: Le modèle CAFE est converti en modèle Pytorch / Torch, et le modèle TORCH est converti en modèle Pytorch.
12. 1000- Pytorch-Extension: Exemple d'extension CUDA de Pytorch, calcule le produit Hadamard de deux tenseurs.
13. 7000+ Tensorboard-Pytorch: Ce module enregistre les tenseurs de pytorch au format Tensorboard pour l'inspection. Actuellement, il prend en charge Scalar, l'image, l'audio, l'histogramme et d'autres fonctionnalités dans Tensorboard.
14. 2400+ GPYTORCH: GPYTORCH est une bibliothèque de processus gaussienne implémentée avec Pytorch. Il facilite la création de modèles de processus gaussiens évolutifs, flexibles et modulaires.
15. 2500+ projecteurs: modèle recommandé en profondeur.
16. 1000- pytorch-cns: recherche de réseau compressée généralisée basée sur pytorch.
17. 1000- Pyinn: Cupy met en œuvre le fonctionnement de Pytorch fusionné.
18. 1000- Inferno: À propos de la bibliothèque utilitaire de Pytorch.
19. 1000- Pytorch-Fitmodule: Une méthode d'ajustement super simple pour le module Pytorch.
20. 4000+ Inferno-Sklearn: une bibliothèque de réseaux neuronaux compatible Scikit-Learn basée sur l'encapsulation de Pytorch.
21. NULL PYTORCH-CAFFE-DARKNET-CONVER: Convertir entre Pytorch, Caffe Prototxt / Weights et DarkNet CFG / poids.
22. 1000- pytorch2caffe: convertissez le modèle Pytorch en modèle CAFE.
23. 1000- pytorch-tools: outil Pytorch.
24. 1900+ SRU: les RNN de formation sont aussi rapides que la formation CNNS. (arXiv.org/abs/1709.02755)
25. 1000- Torch2Coreml: TORCH7 -> Coreml, un outil qui convertit le modèle TORCH7 au format Apple Coreml pour fonctionner sur les appareils Apple.
26. 1700+ Pytorch-Encoding: Pytorch Deep Texture Encoding Network (Deep Texture Encoding Network) http://hangzh.com/pytorch-coding
27. 1000- Pytorch-CTC: Pytorch-CTC implémente le décodage de recherche de faisceau par CTC (Connectionniste Classification temporelle). Le code C ++ emprunte à TensorFlow et ajoute de la flexibilité avec quelques améliorations.
28. 1000- Candlegp: processus gaussien à Pytorch.
29. 1000- DPWA: apprentissage distribué basé sur la moyenne par paire.
30. 1000- DNI-PYTORCH: Interface neuronale découplée pytorch basée sur des gradients synthétiques.
31. 4000+ Skorch: une bibliothèque de réseaux neuronaux compatibles Scikit-Learn basée sur l'encapsulation de pytorch.
32. 3600+ Ignite: Ignite est une bibliothèque de haut niveau qui vous aide à former des réseaux de neurones à Pytorch.
33. 1000- Arnold: Arnold - Doom Game Agent.
34. 1000- Pytorch-MCN: Convertir le modèle MatConVnet en modèle Pytorch.
35. 3200+ Simple-Faster-RCNN-PYTORCH: Une implémentation simplifiée de R-CNN plus rapide, avec des performances comparables à celles de l'article d'origine.
36. 1000- Generative_zoo: Generative_Zoo fournit des implémentations de travail de certains modèles génératifs dans Pytorch.
37. 1800+ pytorchviz: visualisez le diagramme de course de pytorch.
38. 1000- Cogitare: Cogitare - un cadre moderne, rapide et modulaire d'apprentissage en profondeur et d'apprentissage automatique.
39. 1000- Pydlt: une boîte à outils d'apprentissage en profondeur basée sur Pytorch.
40. 1000- Pytorch semi-supervisé: mise en œuvre de divers modèles semi-supervisés à base de VAE et modèles génératifs.
41. 1000- pytorch_cluster: bibliothèque d'extension pytorch pour optimiser l'algorithme de cluster de graphes.
42. 1000 --Assembly-Compiler: compilateur d'assemblage neuronal Pytorch basé sur la compilation neuronale adaptative.
43. 1000- CaffEMODEL2PYTORCH: Convertissez le modèle CAFE en modèle Pytorch.
44. 1000- Extension-CPP: Extension C ++ dans Pytorch.
45. 1000- Pytoune: Class Keras Framework et utilitaire.
46. 1000- Jetson-Renforcement: Nvidia Jetson Deep ReinForcement Learning GPU Library simulé à l'aide de Pytorch, Openai Gym et Gazebo Robots.
47. 1000- Matchbox: Écrivez du code Pytorch pour un seul exemple et exécutez efficacement en petits lots.
48. 1000- Torch-Two-échantillon: bibliothèque de test à deux échantillons Pytorch.
49. 3100+ Pytorch-Summary: Résumé du modèle Pytorch, similaire à model.summary() dans Keras.
50. 1000- Mpl.pytorch: Implémentation Pytorch de Maxpoolingloss.
51. Null SCVI-DEV: Le lien n'est pas valide.
52. 5500+ apex: une extension pytorch: orientée vers une précision hybride mince et une formation distribuée.
53. 3100+ ELF: ELF: une plate-forme de recherche de jeu, recréant AlphoGozero / Alphazero.
54. 1000- Torchlite: Pytorch construit une bibliothèque de haut niveau sur les cadres d'apprentissage automatique populaires tels que Sklearn, Pytorch et TensorFlow.
55. 1000- mitilé-Vae: mise en œuvre pytorch de jointvae, un cadre pour séparer les facteurs de variabilité continue et discrets?
56. 1000- SLM-LAB: Pytorch Frame d'apprentissage en renforcement profond modulaire.
57. 1000- bindsnet: un package Python qui simule les réseaux de neurones pulsés sur des CPU ou des GPU à l'aide de la fonction Tensor pytorche.
58. 1000- pro_gan_pytorch: package progan comme extension de pytorch nn.module.
59. 11500+ pytorch_geometric: bibliothèque d'extension en profondeur de géométrie Pytorch.
60. 1000- TorchPlus: implémentez l'opérateur + sur les modules Pytorch pour renvoyer la séquence.
61. 1000- LAGOM: LAGOM: Une architecture pytorche légère pour le prototypage rapide des algorithmes d'apprentissage par renforcement.
62. 1000 - porte-torch: porte-torch: bibliothèque d'ajustement du modèle Pytorch.
63. 1000- pytorch-maml-rl: méta-apprentissage modèle modèle dans l'apprentissage par renforcement.
64. 1000- Nalu: implémentation de base de Pytorch des unités logiques arithmétiques neuronales, papier: arXiv.org/pdf/1808.00508.pdf.
65. 1000- Qucombrand: reconstruction de la fonction d'onde multi-corps dans les réseaux de neurones.
66. 1000- MANNET: Projet d'auto-établissement en profondeur. http://magnet-dl.readthedocs.io/
67. 1000- OpenCVV_TRANSFORMS: OpenCV implémente la segmentation d'image de TorchVision.
68. 21100+ Fastai: Fast.ai Deep Learning Library, cours et tutoriels.
69. 1000- pytorch-dense-correspondence: code pour l'article "NETS d'objet dense: apprentissage des descripteurs d'objets visuels denses par et pour la manipulation robotique".
70. 1000- Colorisation-Pytorch: Pytorch met en œuvre une colorisation profonde interactive. richzhang.github.io/ideepcolor
71. 1000- NETTER DE BEAUTY: Pytorch un modèle Pytorch simple, flexible et extensible.
72. 1000- OpenChem: OpenChem: Deep Learning Toolkit pour la chimie informatique et la recherche sur la conception de médicaments Mariewelt.github.io/openchem.
73. 1000- Torchani: Pytorch Potentiel de réseau neuronal précis. aiqm.github.io/torchani
74. 1000- pytorch-lbfgs: pytorch implémente L-BFGS.
75. 2400+ gpytorch: une implémentation efficace et modulaire des processus gaussiens dans le pytorch.
76. 1000- Hessian: version pytorch de Hessian.
77. 1000- Vel: vitesse dans la recherche en profondeur.
78. 1000- NationChUcks: traitez dynamiquement les mauvais échantillons dans l'ensemble de données, en utilisant les transformations comme filtres.
79. 1000+ TORCHSTAT: Modèle Analyseur à Pytorch.
80. 1400+ QNNPACK: Package de réseau neuronal quantitatif - Implémentation d'optimisation de Mobile de l'opérateur de réseau de neurones quantifié.
81. 3600+ TORCHDIFFEQ: Pytorch résout l'équation différentielle ordinaire (ODE), en utilisant un algorithme de rétro-propagation pris en charge par une complexité de mémoire GPU et O (1) complète.
82. 1000+ Redner: Tracker de chemin Monte Carlo différenciable.
83. 1000- Pixyz: une bibliothèque pour développer des modèles génératifs profonds de manière plus concise, intuitive et évolutive.
84. 1000- euclidesdb: une base de données intégrée d'apprentissage automatique multimodel. http://euclidesdb.readthedocs.io
85. 1000- pytorch2keras: convertissez le modèle Pytorch en modèle KERAS.
86. 1000- Salad: Adaptation du domaine et boîte à outils d'apprentissage semi-supervisée.
87. 1000- netharn: harnais d'ajustement et de prédiction paramétrés pour Pytorch.
88. 7700+ DGL: Le package Python, basé sur le framework DL existant, est utilisé pour simplifier l'apprentissage en profondeur des graphiques. http://dgl.ai.
89. 1600+ Gandissect: un outil basé sur Pytorch pour visualiser et comprendre les neurones de Gan. gandissect.csail.mit.edu
90. 1000- Delira: un cadre léger pour le prototypage rapide et la formation de réseaux de neurones profonds basés sur le pytorch et le tensorlow pour l'imagerie médicale. Delira.rtfd.io
91. 1000- Champignon: bibliothèque Python pour les expériences d'apprentissage par renforcement.
92. 1000- Xlearn: Transfer Learning Library.
93. 1000- Geoopt: Méthode d'optimisation adaptative Riemann basée sur l'optimisation de Pytorch.
94. 1000- végétaliens: contient plusieurs Gans existants.
95. 4200+ Kornia: Pytorch Open Source Microcomputer Vision Library. https://kornia.org
96. 1000- Publication: une boîte à outils pour rechercher contre la robustesse.
97. 2800+ Adabound: un optimiseur qui s'entraîne aussi vite qu'Adam et aussi bon que SGD.
98. 1000- Fenchel-Young-Loss: Utilisez la perte de Fenchel-Young comme fonction de perte pour la classification des probabilités dans Pytorch / Tensorflow / Scikit-Learn.
99. 2700+ pytorch-opcounter: statistiques Mac / flops du modèle pytorch.
100. 1000- TOR10: Une bibliothèque de réseaux de tenseur générale conçue pour la simulation quantique basée sur Pytorch.
101. 2600+ Catalyst: Utilitaire avancé pour Pytorch DL & RL Research. Son objectif de développement est la répétabilité, l'expérimentation rapide et la réutilisation du code / idée. Pouvoir rechercher / développer quelque chose de nouveau au lieu d'écrire une autre boucle de formation régulière.
102. 1500+ AX: plate-forme expérimentale adaptative.
103. 1000- Pywick: Bibliothèque de formation du réseau neuronal de haut niveau de niveau Pytorch.
104. 1000- TORCHGPIPE: Pytorch implémente gpipe. torchgpipe.readthedocs.io
105. 1000+ Hub: Pytorch Hub est une bibliothèque de modèles pré-formée utilisée pour améliorer la répétabilité de la recherche.
106. 14600+ Pytorch-Lightning: Un wrapper Pytorch léger pour les chercheurs ML. Mise à l'échelle du modèle, en écrivant moins de modèles.
107. 1000- TOR10: Une bibliothèque de réseaux de tenseur générale conçue pour la simulation quantique basée sur Pytorch.
108. 3100+ Tensorwatch: débogage, surveillance et visualisation de l'apprentissage automatique Python et de la science des données.
109. 1000- Wavetorch: solution numérique et contrepropagation des équations d'onde. arXiv.org/abs/1904.12831
110. 1000- Diffdist: Diffdist est une bibliothèque Python pour Pytorch. Il étend les fonctionnalités par défaut de torch.autograd et ajoute la prise en charge de la microcommunication interprète.
111. 1000- TorchProf: La bibliothèque de dépendances minimale pour l'analyse couche par couche des modèles Pytorch.
112. 1000- OSQPTH: solveur Microscopique Pytorch OSQP.
113. 1000- MCTORCH: Une bibliothèque d'optimisation du collecteur pour l'apprentissage en profondeur.
114. 1000- Pytorch-Hessian-Eigenthings: Décomposition de caractéristiques efficaces de la Hesse Pytorch à l'aide d'un produit vecteur de Hesse et d'une itération de puissance aléatoire.
115. 1200+ Minkowskiengine: Minkowski Engine est une bibliothèque de méthode différentielle automatique pour une convolution clairsemée généralisée et des tenseurs clairsemés de grande dimension.
116. 1000- Pytorch-CPP-RL: CPPRL est un cadre d'apprentissage de renforcement écrit dans le frontal Pytorch C ++.
117. 1000+ Pytorch-Toolbelt: Extension Pytorch pour le développement rapide des prototypes de R&D et la collecte de code Kaggle.
118. 1000- Argus-Tensor-Stream: Une bibliothèque pour décoder des flux vidéo en direct dans la mémoire CUDA. tensorstream.argus-ai.com
119. 1000- Macarico: Apprenez à rechercher dans Pytorch.
120. 1900+ rlpyt: apprentissage du renforcement en pytorch.
121. 1000- Pywarm: un moyen plus propre de construire des réseaux de neurones pour Pytorch. https://blue-asseason.github.io/pywarm/
122. 1300+ Learn2Learn: Pytorch Meta-Learning Framework. http://learn2learn.net
123. 1000- TorchBeast: une plate-forme Pytorch pour l'apprentissage par renforcement distribué.
124. 1100+ plus élevé: plus élevé est une bibliothèque Pytorch qui permet aux utilisateurs d'obtenir des gradients d'ordre supérieur qui s'étendent sur des boucles de formation plutôt que des pertes en une seule étape de formation.
125. Null Torchelie: Torchelie est une collection d'une série de fonctions d'outils, de couches, de pertes, de modèles, de formateurs, etc. pour Pytorch. https://torchelie.readthedocs.org/
126. 1000- Crypten: Crypten est un cadre d'apprentissage automatique protégé par la confidentialité écrite dans Pytorch, permettant aux chercheurs et aux développeurs de former des modèles à l'aide de données cryptées. Crypten prend actuellement en charge le calcul multipartite sécurisé comme mécanisme de chiffrement.
127. 1000+ CVXPYLAYERS: CVXPYLAYERS est une bibliothèque Python pour construire des couches d'optimisation microconvexes dans Pytorch.
128. 1000+ Repdiller: une référence pour comparer la distillation de la représentation (CRD) et les dernières connaissances des méthodes de distillation.
129. 2500+ Kaolin: une bibliothèque Pytorch conçue pour accélérer la recherche 3D en profondeur.
130. 1000- PYSNN: Un cadre de réseau neuronal efficace efficace construit sur Pytorch pour l'accélération du GPU.
131. 1000- SparkTorch: Train and Exécutez des modèles Pytorch sur Apache Spark.
132. 3400+ pytorch-métrique-learning: la façon la plus simple d'utiliser l'apprentissage métrique dans votre application. Modulaire, flexible et évolutif. Construit avec Pytorch.
133. 1000- Library autonome-apprentissage: une bibliothèque Pytorch pour construire des agents d'apprentissage en renforcement profond.
134. 1000- Flambe: un cadre ML pour accélérer la recherche et ses chemins de production. https://flambe.ai
135. 1900+ Pytorch-Optimizer: Les collections d'algorithmes d'optimisation modernes pour Pytorch, incluent: ACCSGD, Adabound, Adamod, Diffgrad, Lamb, Radam, Radam, Yogi.
136. 2200+ pytorch-VAE: une collection d'autoencoders variationnels (VAE) à Pytorch.
137. 16700+ Ray: un cadre rapide et simple pour la construction et l'exécution d'applications distribuées. Ray est emballé avec RLIB, une bibliothèque d'apprentissage réformatrice évolutive et Tune, une bibliothèque de réglage hyperparamètre évolutive. ray.io
138. 1000- Pytorch Géométrique Temporal: une bibliothèque d'extension temporelle pour la géométrique Pytorch.
139. 1000- Poutyne: un cadre de type Keras pour Pytorch qui gère une grande partie du code de la boileuse nécessaire pour former des réseaux de neurones.
140. 1000- pytorch-toolbox: Il s'agit d'un projet de boîte à outils pour pytorch. Visant à vous faire écrire le code pytorch plus facile, lisible et concis.
141. 1000- Pytorch-Contrib: il contient des implémentations examinées d'idées à partir de documents d'apprentissage automatique récents.
142. 6200+ PYTORCH EFFICETNET: Il contient une réimplémentation Pytorch OP-FOR-OP de EfficientNet, ainsi que des modèles et des exemples pré-formés.
143. 1300+ pytorch / xla: Pytorch / xla est un package Python qui utilise le compilateur XLA Deep Learning pour connecter le cadre d'apprentissage en profondeur Pytorch et les TPU cloud.
144. 1000- WebDataset: WebDataset est une implémentation de données Pytorch (iterableDataSet) offrant un accès efficace aux ensembles de données stockés dans les archives TAR POSIX.
145. 1000- Volksdep: Volksdep est une boîte à outils open source pour le déploiement et l'accélération de modèles Pytorch, onnx et TensorFlow avec Tensorrt.
146. 1700+ pytorch-studiogan: Studiogan est une bibliothèque Pytorch fournissant des implémentations de réseaux adversaires généraux représentatifs (GAN) pour la génération d'images conditionnelle / inconditionnelle. Studiogan vise à offrir un terrain de jeu identique aux Gans modernes afin que les chercheurs de l'apprentissage automatique puissent facilement comparer et analyser une nouvelle idée.
147. Null Torchdrift: Bibliothèque de détection de dérive
148. 1600+ accélérer: un moyen simple de s'entraîner et d'utiliser des modèles Pytorch avec multi-GPU, TPU, précision mixte.
149. 1000- Transformateurs de foudre: interface flexible pour la recherche haute performance à l'aide de transformateurs Sota tirant parti de la foudre Pytorch, des transformateurs et de l'hydra.

Tutoriels et livres et exemples ｜ Tutoriels et livres et exemples

1. 4200+ Pytorch pratique **: Ce tutoriel explique différents modèles RNN.
2. DeepLearningFornlpinpyTorch: IPython Notebook Deep Learning Tutorial, contenant l'accent sur le traitement du langage naturel.
3. 21300+ pytorch-tutorial: un tutoriel d'apprentissage en profondeur pour les chercheurs, où la plupart des modèles ont moins de 30 lignes de code d'implémentation.
4. 1000- Pytorch-Exercices: collection d'exercices Pytorch.
5. 5200+ Tutoriels Pytorch: Divers tutoriels Pytorch.
6. 16500+ Exemples Pytorch: Exemples d'utilisation de Pytorch, scénarios d'application incluent la vision, le texte, l'apprentissage par renforcement, etc.
7. 1000- Prytorch Pratique: Exemple de Pytorch.
8. 1000- Pytorch Mini Tutorials: Pytorch Minimalist Tutorial, adapté du tutoriel Theano d'Alec Radford.
9. 1000- Classification du texte Pytorch: Pytorch implémente la classification du texte basée sur CNN.
10. 1000- Cats vs chiens: Kaggle Contest Dogs vs Cats Redux: Exemple de réglage fin du réseau d'édition de Kernels.
11. 1000- ConvNet: un exemple de formation complet d'un réseau de convolution profonde sur différents ensembles de données (ImageNet, CIFAR10, CIFAR100, MNIST).
12. 1000- Netwetwet-networks-adversarial-adversarial de pytorch: un réseau de génération adversaire simple (GAN).
13. 1000- CONTEMENTS DE PYTORCH: Rénits de torche simplifiés dans Pytorch.
14. 1000- T-SNE dans Pytorch: T-SNE Expérience.
15. 1000- aae_pytorch: version pytorch contre autoencoder.
16. 1000- KIND_PYTORCH_TUTORAL: Tutoriel débutant Pytorch.
17. 1000- pytorch-poetry-gén: char-rnn (réseau neuronal récurrent au niveau des caractères) basé sur pytorch.
18. 1000- Pytorch-Reinforce: Pytorch met en œuvre un contrôle discret et continu sous Openai Gym.
19. 6100+ pytorch-tutorial **: construire votre propre réseau neuronal simplement et rapidement. https://morvanzhou.github.io/tutorials/
20. 1000- pytorch-intro: démontrez comment implémenter CNNS et RNN dans Pytorch.
21. 1300+ pytorch-classification: un cadre de classification sur les ensembles de données CIFAR-10/100 et ImageNet.
22. 1000- pytorch_notebooks - Hardmaru: tutoriels aléatoires écrits en numpy et pytorch.
23. 1000- pytorch_tutoria-quick: introduction et tutoriel de Pytorch. Les chercheurs dans les domaines de la vision par ordinateur, des graphiques et de l'apprentissage automatique nécessitent une connaissance de base de la théorie du réseau neuronal et des cadres de réseau neuronal couramment utilisés.
24. 1000- pytorch_fine_tuning_tutorial: un court tutoriel sur le réglage fin ou le transfert d'apprentissage en pytorch.
25. 1000- pytorch_exercisses: exercices de pytorch.
26. 1000- Traffic-Sign-Detection: New York University 2018 Computer Vision Fall Course Exemple.
27. 1000- MSS_PYTORCH: Pas besoin de post-filtrage, utilisez l'algorithme d'inférence de boucle pour réaliser le chant et la séparation de la parole - Implémentation de Pytorch. Demo: js-mim.github.io/mss_pytorch
28. 2600+ DeepnLP-modes-pytorch Pytorch Implémentation de divers modèles NLP profonds dans le cours CS-224N. (Stanford Univ: NLP avec Deep Learning)
29. 1000- Mila Introduction Tutoriels: Divers tutoriels pour les étudiants de première année de Mila. (Mila: Centre canadien de recherche en intelligence artificielle)
30. 1000- pytorch.rl.learning: utilisez Pytorch pour apprendre l'apprentissage du renforcement.
31. 1000- Minimum-seq2Seq: modèle minimum SEQ2SEQ se concentrant sur la traduction de la machine neuronale.
32. 1000- Tensorly-notebooks: Utilisez Python et Tensorly pour implémenter des méthodes tensor. Tensorly.github.io/dev
33. 1000- pytorch_bits: exemples connexes de prédiction de synchronisation.
34. 1000- Skip-Thoughts: Pytorch met en œuvre le modèle de vecteur de mot à saut.
35. 1000- Video-Caption-Pytorch: Utilisez Pytorch pour ajouter des sous-titres aux vidéos.
36. 1000- capsule-network-tutorial: un tutoriel réseau simple et facile à apprendre.
37. 2100+ Code-of-LEARN-Deep-learning-with-pytorch: Code dans le livre "Introduction to Deep Learning: Pytorch". item.jd.com/17915495606.html
38. 2300+ RL-Adventure: Tutoriel d'apprentissage Deep Q pour la version Pytorch, simple, facile à apprendre et à la lisibilité du code solide. Il comprend la mise en œuvre Pytorch de DQN / DDQN / Replay / Networks bruyants / Valeurs de distribution / Rain-en-ciel / RL hiérarchique.
39. 1000- Accelerated_DL_PYTORCH: Jupyter Day Atlanta II Algorithmes accélérés en profondeur pour les réunions, y compris les tutoriels Pytorch et les discours de conférence.
40. 2500+ RL-Adventure-2: Un tutoriel sur Pytorch0.4 Version des éléments suivants: acteur critique / optimisation de politique proximale / ACER / DDPG / Twin Duel DDPG / Soft Actor Critic / Generalized Adversarial Imitation Learning / Hindsight Experience Replay.
41. Réseaux adversaires génératifs (GAN) en 50 lignes de code (Pytorch): 50 lignes génèrent des réseaux adversaires.
42. Adversarial-autoencoders-with-pytorch: pytorch contre les autoencoders.
43. Transférer l'apprentissage à l'aide de Pytorch: Pytorch Transfer Learning.
44. Comment être la mise en œuvre-a-yolo-object-détecteur-dans-pytorch: comment implémenter un détecteur d'objets Yolo (V3) à l'aide de pytorch.
45. Pytorch-pour-recommandation-101: Créez un système de recommandation à l'aide de Pytorch.
46. 1000- pytorch-for-numpy-users: pytorch pour les utilisateurs Numpy.
47. Tutoriel Pytorch: Pytorch Tutorial chinois (Pytorch Chinese Network).
48. 1000- GROCKKING-PYTORCH: Apprenez à étape par étape comment apprendre le pytorch.
49. 5200+ Pytorch-Deep-Learning-Minione: Pytorch Deep Learning Micro Courses.
50. 1000- Pytorch-Custom-dataset-Examples: Quelques exemples d'ensembles de données personnalisés pour Pytorch.
51. LSTM multiplicatif pour les recommandateurs basés sur des séquences: LSTM multiplicatif pour les recommandateurs basés sur des séquences. / Implémentation de séquence recommandée basée sur LSTM.
52. 1000- Deeplearning.ai-Pytorch: Pytorch Mise en œuvre des tâches Coursera Deep Learning Course (Deeplearning.ai).
53. 1000- MNIST_PYTORCH_PYTHON_AND_CAPI: Exemple: Comment former un réseau MNIST en Python et l'exécuter en C ++ avec Pytorch1.0.
54. 1000- TORCH_LIGHT: Tutoriels et exemples, y compris l'apprentissage en renforcement, NLP, CV. Des modèles de réseau neuronal tels que Logistic, CNN, RNN, LSTM sont implémentés par plusieurs lignes de code, et certains exemples avancés sont implémentés par des modèles complexes.
55. 1000- Porttrain-Gan: Encodage (le décodage n'a pas encore été mis en œuvre) ART-DCGAN a généré de la peinture à l'huile de portrait.
56. 1000- MRI-ANALYSY-PYTORCH: Une analyse de résonance magnétique nucléaire (IRM) a été réalisée en utilisant Pytorch et MedicalTorch.
57. 1000- CIFAR10-FAST: Formation complète du modèle RESNET sur l'ensemble de données CIFAR10 dans les 79 secondes et atteint une précision de test de 94%. Pour le contenu connexe, voir les séries de blogs.
58. Intro à Deep Learning with Pytorch: un cours gratuit lancé conjointement par Udacity et Facebook, y compris une introduction à Pytorch et une interview avec Soumith Chintala, l'un des auteurs de Pytorch.
59. 2900+ Pytorch-Sentiment-Analysis: Pytorch and TorchText Semantic Analysis Tutoriel.
60. 11800+ PYTORCH-IMAGE-Models: Pytorch Image Model, Script et Training Weights— (SE) Resnet / Resnext, DPN, EfficientNet, MobileNet-V3 / V2 / V1, MNASNET, NAS SEUX-PATH, FBNET, etc.
61. 1000- CIFAR-ZOO: Implémentation Pytorch de plusieurs architectures CNN basées sur 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.