Awesome pytorch list CNVersion

Awesome-Pytorch-List ｜ Awesome Pytorch Project

Versão em inglês

Conteúdo ｜ Conteúdo

Awesome-Pytorch-List ｜ Awesome Pytorch Project
- Versão em inglês
- Conteúdo ｜ Conteúdo
- Pytorch e bibliotecas relacionadas ｜ Pytorch e bibliotecas relacionadas
  - NLP e processamento de fala ｜ Processamento de linguagem natural e processamento de fala
  - CV ｜ Visão computacional
  - Bibliotecas probabilísticas/geradas ｜ Biblioteca de probabilidade e biblioteca de geração
  - Outras bibliotecas ｜ Outras bibliotecas
- Tutoriais e Livros e Exemplos ｜ Tutoriais e Livros e Exemplos
- Implementações de papel ｜ Implementação de papel
- Palestras e conferências ｜ Relatórios e conferências
- Pytorch em outro lugar | Relacionado a Pytorch

Pytorch e bibliotecas relacionadas ｜ Pytorch e bibliotecas relacionadas

Pytorch: Tensores e redes neurais dinâmicas em Python com forte aceleração da GPU | Computação de tensores Python e redes neurais dinâmicas usando forte aceleração da GPU.

NLP e processamento de fala ｜ Processamento de linguagem natural e processamento de fala:

2800+ Texto: carregamento de dados e abstração para dados de texto e conjuntos de dados NLP.
1300+ pytorch-seq2seq: uma estrutura de código aberto para lidar com seq2seq em pytorch.
1000- Anuvada: modelo interpretável do NLP.
1300+ Áudio: E/S simples de áudio.
1000- Loop: um método de geração de fala em vários alto-falantes.
NULL FAIREQ: O kit de ferramentas Python de sequência para sequência desenvolvido pelo Facebook.
1000- Discurso: Modelo de ponta a ponta Implementação de fala em texto.
5100+ OpenNmt-Py: Tradução de máquina neural de código aberto http://opennmt.net.
2300+ NeuralCoref: Use redes neurais no Spacy para obter uma rápida digestão de co-referencial.
1000+ Sentiment-Discovery: A aplicação do modelo de linguagem não supervisionado baseado em escala na classificação robusta de sentimentos.
2800+ Muse: uma biblioteca de incorporação de palavras não supervisionada ou supervisionada multilíngue.
1000- NMTPYTORCH: estrutura de sequência para sequência em Pytorch.
1000- Pytorch-WaveNet: Gere rapidamente a implementação do WaveNet.
1000- Tacotron-Pytorch: Tacotron: Síntese de Fala de ponta a ponta.
10300+ Allennlp: Biblioteca de pesquisa de NLP de código aberto, baseado em Pytorch. http://www.allennlp.org/
1900+ Pytorch-NLP: Uma biblioteca criada para acelerar a pesquisa da PNL, incluindo camadas de rede neural, módulos de processamento de texto e numerosos conjuntos de dados. pytorchnlp.readthedocs.io
1000- RAPIMENTE NLP: Biblioteca Pytorch NLP baseada em Fastai.
4900+ TTS: Uma estrutura de aprendizado profundo para o texto da fala.
2800+ laser: o laser é uma biblioteca usada para calcular e usar incorporações multilíngues de instrução.
1100+ Pyannote-Audio: blocos de construção neurais para classificação do alto-falante: detecção de atividades de fala, detecção de alterações de alto-falante, incorporação de alto-falante.
1000- Gensen: Uma representação universal de sentenças baseada em aprendizado multitarefa em larga escala.
1000- Traduzir: tradução - uma biblioteca de idiomas Pytorch.
3900+ ESPNET: conjunto de ferramentas de processamento de voz de ponta a ponta. Espnet.github.io/espnet
4500+ Pythia: uma estrutura modular para pesquisas multimodais sobre visuais e idiomas originários da Fair (pesquisa da IA do Facebook).
1400+ UnsupervisedMT: Tradução de máquina não supervisionada neural com base em frases.
1300+ Jiant: um kit de ferramentas Jiant para modelos gerais de compreensão de texto. https://jiant.info
4300+ Bert-Pytorch: Google AI 2018 A implementação de Pytorch da Bert, acompanhada por comentários simples.
2100+ Infecsent: NLI Sentença Incorporação (Infecsent) e Código de Treinamento.
1300+ UIs-RNN: Algoritmo de Rede Neural Recursiva (UIS-RNN), que pode distinguir o som de ambientes barulhentos, correspondendo à diarização de alto-falante totalmente supervisionada em papel. arxiv.org/abs/1810.04719
10600+ FLAIR: Uma estrutura simples para a NLP de última geração.
6200+ Pytext: estrutura de modelagem de linguagem natural baseada em Pytorch. fb.me/pyTextDocs
1000- Bowfilter: implementação não oficial do teatro do Google AI. http://swpark.me/voicefilter
1000- Bert-ner: denominamento-reconhecimento-reconhecimento baseado em Bert.
1000- Transfer-NLP: Biblioteca NLP projetada para gerenciamento experimental replicável.
1000- Texas-Pytorch: Aprendizado de máquina e kit de ferramentas de geração de texto. Texas.io
2000+ Pytorch-Kaldi: Pytorch-Kaldi é um sistema de reconhecimento de fala híbrido DNN/RNN de última geração no desenvolvimento. Sua parte DNN é implementada por Pytorch, enquanto a extração de recursos, o cálculo e a decodificação de etiquetas são feitos pelo kit de ferramentas Kaldi.
2900+ Nemo: Módulo Neural: Conversational AI Toolset nvidia.github.io/nemo
1000- Pytorch-Struct: A biblioteca de implementação da GPU testada implementa alguns algoritmos estruturados do núcleo em aprendizado profundo, como hmm, árvores dep, cky, ...
1000- Espresso: Espresso: um conjunto rápido de ferramentas de reconhecimento de fala neural de ponta a ponta.
48900+ Transformers: Huggingface Transformers: As ferramentas de PNL mais avançadas no Tensorflow 2.0 e Pytorch. huggingface.co/transformers
1500+ Reformer-Pytorch: Versão Pytorch do Reformer.
1000- Torch-Metrics: Model Avaluation Métricas em Pytorch.
2600+ Speechbrain: Speechbrain é um kit de ferramentas de fala aberta e all-in-one baseada em Pytorch.
1000- BackProp: o BackProp simplifica o uso, o FineTune e a implantação de modelos ML de última geração.

CV ｜ Visão computacional:

9400+ Pytorch Vision: Torchvision contém conjuntos de dados populares, arquiteturas de modelos e transformações de imagem comumente usadas na visão computacional.
1000- PT-STYLETRANSFER: Transferência de estilo neural como uma classe em Pytorch.
1000- OpenFacePytorch: Módulo Pytorch usando o modelo NN4.small2.v1.t7 do OpenFace.
1000- img_classification_pk_pytorch: compare rapidamente o seu modelo de classificação de imagem com modelos de ponta (como Densenet, Resnet, ...)
1400+ SparsECONVNET: Rede neural convolucional esparsa submanificada.
1000- CONVOLUÇÃO_LSTM_PYTORCH: Módulo LSTM de Convolução de Multi-camadas (rede de memória de curto prazo).
5000+ Alinhamento facial: bibliotecas de alinhamento de face 2D e 3D baseadas em Pytorch. adrianbulat.com
1500+ Pytorch-semantica-segmentação: segmentação semântica.
1000- roialign.pytorch: versão pytorch do roialign. Sua implementação é baseada em crop_and_resize e suporta para frente e para trás na CPU e GPU.
1000- Pytorch-CNN-Finetune: Redes neurais convolucionais pré-treinamento com ajuste fino Pytorch.
1000- Detectorch: Detectorch - Versão Pytorch da estrutura do Detectron, atualmente apenas as funções de inferência e avaliação do Detectron, sem funções de treinamento.
4400+ Aumentador: Biblioteca de aprimoramento de imagens para aprendizado de máquina. http://augmentor.readthedocs.io
1000- S2CNN: CNNs esféricas: implementação de Pytorch de redes convolucionais esféricas. (por exemplo, imagem geral, sinal global)
2100+ Torchcv: Uma estrutura de aprendizado profundo da visão computacional baseada em Pytorch.
8400+ Maskrcnn-Benchmark: Uma implementação de referência modular rápida da segmentação de instância e detecção de objetos.
2200+ Classificação de imagem-Mobile: Treinamento de Rede de Convolução da Visão Computacional Sandbox, contendo uma coleção de modelos de classificação de treinamento no ImageNet-1K.
1000- MedicalTorch: uma estrutura de imagem médica. http://medicaltorch.readthedocs.io
8400+ Contabilidade: invólucro fácil de usar para bibliotecas de aprimoramento de imagens rápidas e outras bibliotecas.
4200+ Kornia: Biblioteca de Vision de Microcomputador de código aberto. https://kornia.org
1000- Detector de texto: detecte e traduza o texto.
2200+ FaceNet-Pytorch: Modelo de detecção e reconhecimento de face de pytorch pré-treinado, transportado de Davidsandberg/Facenet.
17300+ Detectron2: Detectron2 é a plataforma de pesquisa de detecção e segmentação de detecção e segmentação de destaque da Fair.
1000- VedaseG: Uma caixa de ferramentas de segmentação semântica baseada em Pytorch.
1300+ Classyvision: Uma estrutura Pytorch de ponta a ponta para classificação de imagem e vídeo. https://classyvision.ai
1000- Detecto: use 5 linhas de código para criar um modelo de visão computacional totalmente funcional. https://detecto.readthedocs.io/
5000+ Pytorch3d: Pytorch3d é uma biblioteca de visão computacional 3D eficiente e reutilizável para aprendizado profundo. https://pytorch3d.org/
15700+ MMDETECTION: MMDETECTION é uma caixa de ferramentas de detecção de objeto de código aberto, pertencente ao projeto OpenMmlab.
1000- Dreâmica neural: A implementação de Pytorch do algoritmo DeepDream pode criar efeitos visuais de alucinação de sonho.
1000- Flashtorch: Kit de ferramentas de visualização para redes neurais em Pytorch!
1000- LUCENT: Tensorflow e Lucid's Lucid's adaptados para Pytorch.
1300+ MMDETECTION3D: MMDETECTION3D é a plataforma de próxima geração do OpenMmlab para detecção de objetos 3D em geral, uma parte do projeto OpenMmlab.
2100+ mmsegmentation: MMSsegmentation é uma caixa de ferramentas de segmentação semântica e referência, parte do projeto OpenMmlab.
2200+ mmediting: mmediting é uma caixa de ferramentas de edição de imagem e vídeo, parte do projeto OpenMmlab.
1000+ mmaction2: mmaction2 é a caixa de ferramentas Ação da próxima geração do OpenMmlab, compreendendo a caixa de ferramentas e a referência, parte do projeto OpenMmlab.
1000+ MMPOSE: MMPOSE é uma caixa de ferramentas de estimativa de pose e referência, parte do projeto OpenMmlab.
Mais de 1000 ânimo leve - é uma estrutura de visão computacional para o aprendizado auto -supervisionado.

Bibliotecas probabilísticas/geradas ｜ Biblioteca de probabilidade e biblioteca de geração:

1000- PTSTAT: Programação de probabilidade e inferência estatística.
7000+ Pyro: uma biblioteca de programação de probabilidade universal profunda baseada em Python e Pytorch. http://pyro.ai
1000- Probtorch: Torch probabilística é uma biblioteca que estende o modelo de geração profunda de Pytorch.
1000- PAYSAGE: Aprendizagem não supervisionada e biblioteca de modelos generativos com base em Python/Pytorch.
1000- Pyvarinf: pacote Python, que promove a aplicação de métodos de aprendizado profundo bayesiano com inferência variacional em Pytorch.
1000- PyProb: Uma biblioteca para compilação probabilística de programação e inferência com base em Pytorch.
1000- MIA: Uma biblioteca que administra ataques de raciocínio contra modelos de aprendizado de máquina.
1000- pro_gan_pytorch: pacote progan como uma extensão de pytorch nn.module.
2000+ Botorch: otimização bayesiana em Pytorch.

Outras bibliotecas ｜ Outras bibliotecas:

1000- Pytorch Extras: Recursos adicionais de Pytorch.
1000- Zoológico funcional: Definição do modelo e pesos de pré-treinamento para pytorch e tensorflow.
1600+ Sampling da tocha: amostragem de pytorch, treinamento avançado, aumento de dados e serviços públicos.
1000- Torchcraft-Py: Torchcraft Python Wrapper, Torchcraft é a ponte que conecta a tocha e o Starcraft.
1000- Aorun: Aorun tenta implementar uma API do tipo Keras usando Pytorch como back-end.
1000- Logger: Machine Learning Logger.
1000- Pytorch-Docset: Pytorch Documentação offline, combinada com traço, zelo, velocidade ou adoráveldocs.
1000- convert_torch_to_pytorch: converte o modelo Torch T7 no modelo Pytorch.
8000+ Models pré-treinados.
1000- pytorch_fft: wrapper pytorch para ffts cuda.
1000- CAFFE_TO_TORCH_TO_PYTORCH: O modelo CAFFE é convertido para o modelo Pytorch/Torch, e o modelo da tocha é convertido em modelo Pytorch.
1000- Pytorch-Extension: Exemplo de extensão CUDA de Pytorch, calcula o produto Hadamard de dois tensores.
7000+ Tensorboard-Pytorch: Este módulo salva os tensores Pytorch no formato Tensorboard para inspeção. Atualmente, ele suporta escalar, imagem, áudio, histograma e outros recursos no Tensorboard.
2400+ GPytorch: Gpytorch é uma biblioteca de processos gaussiana implementada com Pytorch. Isso facilita a criação de modelos de processos gaussianos escaláveis, flexíveis e modulares.
2500+ Spotlight: modelo recomendado em profundidade.
1000- Pytorch-CNs: Pesquisa de rede compactada generalizada com base em Pytorch.
1000- Pyinn: Cupy implementa a operação fundida de Pytorch.
1000- Inferno: Sobre a biblioteca de utilidade da Pytorch.
1000- pytorch-fitmodule: um método de ajuste super simples para o módulo Pytorch.
4000+ Inferno-Sklearn: Uma biblioteca de rede neural compatível com Scikit-Learn com base no encapsulamento Pytorch.
NULL Pytorch-Caffe-Darknet-Convert: Converta entre Pytorch, Caffe Prototxt/Weights e DarkNet CFG/pesos.
1000- pytorch2caffe: converta modelo pytorch em modelo de cafe.
1000- Pytorch-Tools: Pytorch Tool.
1900+ SRU: O treinamento RNNS é tão rápido quanto o treinamento de CNNs. (arxiv.org/abs/1709.02755)
1000- Torch2Coreml: Torch7 -> Coreml, uma ferramenta que converte o modelo Torch7 no formato Apple Coreml para executar em dispositivos Apple.
1700+ Pytorch-Encoding: Rede de codificação de textura profunda Pytorch (rede de codificação de textura profunda) http://hangzh.com/pytorch-encoding
1000- Pytorch-CTC: Pytorch-CTC implementa a decodificação da pesquisa por feixe por CTC (Classificação Temporal do Connectionista). O código C ++ toma emprestado do TensorFlow e adiciona flexibilidade com algumas melhorias.
1000- Candlegp: Processo gaussiano em Pytorch.
1000- DPWA: Aprendizagem distribuída com base na média dos pares.
1000- DNI-Pytorch: Interface neural dissociada por Pytorch com base em gradientes sintéticos.
4000+ Skorch: Uma biblioteca de rede neural compatível com Scikit-Learn com base no encapsulamento Pytorch.
3600+ Ignite: Ignite é uma biblioteca de alto nível que ajuda a treinar redes neurais em Pytorch.
1000 - Arnold: Arnold - Doom Game Agent.
1000- Pytorch-MCN: Converta o modelo MatConvNet em modelo Pytorch.
3200+ Simple-Faster-RCNN-Pytorch: uma implementação simplificada de R-CNN mais rápido, com desempenho comparável ao do artigo original.
1000- generative_zoo: generative_zoo fornece implementações de trabalho de alguns modelos generativos em Pytorch.
1800+ Pytorchviz: visualize o diagrama de corrida de Pytorch.
1000- COGITARE: COGITare - Uma estrutura de aprendizado profundo e de aprendizado de máquina moderno, rápido e modular.
1000- Pydlt: uma caixa de ferramentas de aprendizado profundo baseado em pytorch.
1000- Pytorch semi-supervisionado: implementação de vários modelos semi-supervisionados baseados em VAE e modelos generativos.
1000- pytorch_cluster: biblioteca de extensão Pytorch para otimizar o algoritmo de cluster de gráficos.
1000- Compilador de montagem neural: compilador de montagem neural Pytorch com base na compilação neural adaptativa.
1000- Caffemodel2Pytorch: converta o modelo de cafe para o modelo Pytorch.
1000- Extensão-CPP: Extensão C ++ em Pytorch.
1000- PYTOUNE: Classe Keras Framework and Utility.
1000- Jetson-reforço: Nvidia Jetson Reforço Deep Learning Learning Biblioteca simulada usando Pytorch, Openai Gym e Robots Gazebo.
1000- Caixa de fósforos: Escreva o código Pytorch para um único exemplo e execute com eficiência em pequenos lotes.
1000- Torch-Two-amostra: Biblioteca de teste de duas amostras de Pytorch.
3100+ pytorch-summary: pytorch Model Resumo, semelhante ao model.summary() em Keras.
1000- mpl.pytorch: implementação de pytorch de maxpoolingloss.
NULL SCVI-DEV: O link é inválido.
5500+ Apex: Uma extensão Pytorch: orientada para precisão híbrida simplificada fina e treinamento distribuído.
3100+ ELF: ELF: uma plataforma de pesquisa de jogos, recriando AlphagoZero/Alphazero.
1000- Torchlite: A Pytorch cria uma biblioteca de alto nível em estruturas populares de aprendizado de máquina, como Sklearn, Pytorch e Tensorflow.
1000- articula-vaca: implementação de pytorch de articulações, uma estrutura para separar fatores de variabilidade contínua e discreta?
1000- SLM-LAB: Pytorch Modular Refription Aprendizando Profundamento de Aprendizagem.
1000- BindsNet: Um pacote Python que simula redes neurais pulsadas nas CPUs ou GPUs com a ajuda da função Tensor pytorch.
1000- pro_gan_pytorch: pacote progan como uma extensão de pytorch nn.module.
11500+ pytorch_geométrico: Biblioteca de extensão de aprendizado profundo da geometria Pytorch.
1000- Torchplus: Implemente o operador + nos módulos Pytorch para retornar a sequência.
1000- Lagom: Lagom: Uma arquitetura leve Pytorch para prototipagem rápida de algoritmos de aprendizado de reforço.
1000- Torchbear: Torchbear: Pytorch Model Fitting Library.
1000- Pytorch-Maml-RL: Meta-aprendizagem modelo-agnóstico no aprendizado de reforço.
1000- NALU: Implementação básica de pytorch de unidades lógicas aritméticas neurais, papel: arxiv.org/pdf/1808.00508.pdf.
1000- Qucumber: Reconstrução da função de onda de vários corpos em redes neurais.
1000- ímã: projeto de aprendizado profundo auto-estabelecido. http://magnet-dl.readthedocs.io/
1000- OpenCV_Transforms: OpenCV implementa a segmentação da imagem da Torchvision.
21100+ Fastai: Fast.ai Deep Learning Library, Cursos e Tutoriais.
1000- Pytorch Dense-Corrence: Código para o artigo "Netas densas de objetos densa: Aprendendo descritores de objetos visuais densos por e para manipulação robótica".
1000- Colorização-pytorch: Pytorch implementa a coloração profunda interativa. richzhang.github.io/ideepcolor
1000- Net de beleza: Pytorch Um modelo Pytorch simples, flexível e extensível.
1000- OpenChem: OpenChem: Deep Learning Toolkit para Química Computacional e Pesquisa de Design de Medicamentos Mariewelt.github.io/openchem.
1000- Torchani: Pytorch Potencial de rede neural precisa. aiqm.github.io/torchani
1000- pytorch-lbfgs: pytorch implementa l-bfgs.
2400+ GPytorch: uma implementação eficiente e modular de processos gaussianos em Pytorch.
1000- Hessian: Pytorch versão de Hessian.
1000- Vel: velocidade na pesquisa de aprendizado profundo.
1000- não-ECHUCKS: Processe amostras ruins dinamicamente no conjunto de dados, usando transformações como filtros.
1000+ Torchstat: Model Analyzer em Pytorch.
1400+ QNNPACK: pacote de rede neural quantitativa - Implementação de otimização de mobile do operador de rede neural quantizada.
3600+ Torchdiffeq: Pytorch resolve a equação diferencial comum (ODE), usando um algoritmo de retropropagação suportado pela complexidade da memória GPU e O (1).
1000+ Redner: rastreador diferenciável de caminho de Monte Carlo.
1000- Pixyz: uma biblioteca para o desenvolvimento de modelos generativos profundos de uma maneira mais concisa, intuitiva e escalável.
1000- EuclidesDB: um recurso de aprendizado de máquina de vários modelos de dados incorporado. http://euclidesdb.readthedocs.io
1000- pytorch2keras: converta o modelo pytorch em modelo Keras.
1000- Salada: adaptação de domínio e caixa de ferramentas de aprendizado semi-supervisionada.
1000- Netharn: aprofundamento parametrizado e arneses de previsão para Pytorch.
7700+ DGL: O pacote Python, com base na estrutura DL existente, é usado para simplificar o aprendizado profundo dos gráficos. http://dgl.ai.
1600+ Gandissect: Uma ferramenta baseada em Pytorch para visualizar e entender os neurônios de Gan. gandissect.csail.mit.edu
1000- Delira: Uma estrutura leve para prototipagem rápida e treinamento de redes neurais profundas baseadas em Pytorch e Tensorlow para imagens médicas. delira.rtfd.io
1000- Mushroom: Python Library para experimentos de aprendizado de reforço.
1000- XLELEN: Biblioteca de aprendizado de transferência.
1000- Geoopt: Método de otimização adaptativa de Riemann com base na otimização de Pytorch.
1000- veganos: contém vários Gans existentes.
4200+ Kornia: Biblioteca de Vision de Microcomputador de Pytorch Open Microcomputer. https://kornia.org
1000- Advertorch: uma caixa de ferramentas para pesquisar contra a robustez.
2800+ Adabound: um otimizador que treina tão rápido quanto Adam e tão bom quanto o SGD.
1000- Losses de Fenchel-Young: Use a perda do Fenchel-Young como uma função de perda para classificação de probabilidade em pytorch/tensorflow/scikit-learn.
2700+ Pytorch-OpCounter: Statistics Macs/flops do modelo Pytorch.
1000- Tor10: Uma biblioteca de rede Tensor Geral, projetada para simulação quântica com base em Pytorch.
2600+ Catalyst: Utilitário Avançado para Pesquisa Pytorch DL & RL. Seu foco de desenvolvimento é repetibilidade, experimentação rápida e reutilização de código/idéia. Ser capaz de pesquisar/desenvolver algo novo em vez de escrever outro ciclo de treinamento regular.
1500+ Ax: plataforma experimental adaptativa.
1000- Pywick: Biblioteca de Treinamento de Rede Neural de Pytorch de alto nível.
1000- TORCHGPIPE: Pytorch implementa GPipe. Torchgpipe.readThedocs.io
1000+ Hub: Pytorch Hub é uma biblioteca de modelos pré-treinada usada para melhorar a repetibilidade da pesquisa.
14600+ Pytorch-Lightning: Um invólucro leve Pytorch para pesquisadores de ML. Escalando o modelo, escrevendo menos modelos.
1000- Tor10: Uma biblioteca de rede Tensor Geral, projetada para simulação quântica com base em Pytorch.
3100+ TensorWatch: Depuração, monitoramento e visualização do aprendizado de máquina Python e ciência de dados.
1000- Wavetorch: solução numérica e contrapropagação de equações de ondas. arxiv.org/abs/1904.12831
1000- Diffdist: Diffdist é uma biblioteca Python para Pytorch. Ele estende a funcionalidade padrão da torch.autograd e adiciona suporte para microcomunicação entre processos.
1000- Torchprof: A biblioteca de dependência mínima para análise de camada por camada dos modelos Pytorch.
1000- OSQPTH: Solver de OSQP microscópico Pytorch.
1000- McTorch: Uma biblioteca de otimização de múltiplas empresas para aprendizado profundo.
1000- Pytorch-Hessian-Eigenthings: Eficiente Pytorch Hessian Decomposição usando o produto vetorial hessiano e a iteração aleatória de energia.
1200+ Minkowskiengine: O motor Minkowski é uma biblioteca de métodos diferenciais automáticos para convolução esparsa generalizada e tensores esparsos de alta dimensão.
1000- Pytorch-CPP-RL: CPPRL é uma estrutura de aprendizado de reforço escrita no front-end Pytorch C ++.
1000+ Pytorch-Toolbelt: Extensão Pytorch para desenvolvimento de protótipo de P&D rápido e coleção de código Kaggle.
1000- Argus-Tensor-Stream: Uma biblioteca para decodificar transmissões de vídeo ao vivo na memória CUDA. tensorstream.argus-ai.com
1000- Macarico: Aprenda a pesquisar em Pytorch.
1900+ RLPYT: Aprendizagem de reforço em Pytorch.
1000- Pywarm: uma maneira mais limpa de construir redes neurais para Pytorch. https://blue-ason.github.io/pywarm/
1300+ Learn2Learn: Pytorch Meta-Learning Framework. http://learn2learn.net
1000- Torchbeast: uma plataforma Pytorch para aprendizado de reforço distribuído.
1100+ Maior: mais alto é uma biblioteca Pytorch que permite que os usuários obtenham gradientes de ordem superior que abrangem loops de treinamento em vez de perdas em uma única etapa de treinamento.
Null Torchelie: Torchélie é uma coleção de uma série de funções de ferramentas, camadas, perdas, modelos, treinadores etc. para Pytorch. https://torchelie.readthedocs.org/
1000- Crypten: Crypten é uma estrutura de aprendizado de máquina protegida pela privacidade escrita em Pytorch, permitindo que pesquisadores e desenvolvedores treinem modelos usando dados criptografados. Atualmente, a Crypten suporta a computação multipartidária segura como seu mecanismo de criptografia.
1000+ cvxpylayers: CVXPylayers é uma biblioteca Python para a construção de camadas de otimização microconvexa em Pytorch.
1000+ Repdistiller: uma referência para comparar a destilação de representação (CRD) e o mais recente conhecimento dos métodos de destilação.
2500+ caulim: uma biblioteca Pytorch projetada para acelerar a pesquisa de aprendizado de profundidade em 3D.
1000- Pysnn: Uma estrutura de rede neural de pico eficiente construída sobre a aceleração da GPU.
1000- Sparktorch: treinar e executar modelos de pytorch no Apache Spark.
3400+ Pytorch-Metric-Learning: a maneira mais fácil de usar o aprendizado métrico em seu aplicativo. Modular, flexível e escalável. Construído com pytorch.
1000- Biblioteca de aprendizado autônomo: uma biblioteca Pytorch para construir agentes de aprendizado de reforço profundo.
1000- flambe: uma estrutura de ML para acelerar a pesquisa e seus caminhos de produção. https://flambe.ai
1900+ Pytorch-Optimizer: Coleções de algoritmos de otimização moderna para pytorch, incluem: accsgd, adabound, adamod, diffgrad, cordeiro, radam, radam, iogue.
2200+ Pytorch-VAE: Uma coleção de autoencoders variacionais (VAE) em Pytorch.
16700+ raio: uma estrutura rápida e simples para criar e executar aplicativos distribuídos. Ray é embalado com Rllib, uma biblioteca de aprendizado de reformador escalável e música, uma biblioteca de ajuste de hiperparâmetro escalável. Ray.io
1000- Pytorch Geométrico Temporal: Uma Biblioteca de Extensão Temporal para Pytorch Geométrica.
1000- Poutyne: Uma estrutura semelhante a Keras para Pytorch que lida com grande parte do código de cozinha necessário para treinar redes neurais.
1000- Pytorch-Toolbox: Este é um projeto de caixa de ferramentas para Pytorch. Com o objetivo de fazer você escrever o código Pytorch mais fácil, legível e conciso.
1000- Pytorch-Contrib: Contém implementações revisadas de idéias de trabalhos recentes de aprendizado de máquina.
6200+ eficientesNet Pytorch: Ele contém uma reimplementação de Pytorch OP-for-Op de eficientes, juntamente com modelos e exemplos pré-treinados.
1300+ Pytorch/XLA: Pytorch/XLA é um pacote Python que usa o compilador de aprendizado profundo XLA para conectar a estrutura de aprendizado profundo do Pytorch e a Cloud TPUs.
1000- WebDataset: o WebDataset é uma implementação do conjunto de dados Pytorch (ITERABLEABLEATATASET), fornecendo acesso eficiente aos conjuntos de dados armazenados nos arquivos POSIX TAR.
1000- VolksDep: O VolksDep é uma caixa de ferramentas de código aberto para implantar e acelerar os modelos Pytorch, ONNX e Tensorflow com Tensorrt.
1700+ Pytorch-Studiogan: Studiogan é uma biblioteca Pytorch que fornece implementações das redes adversárias gerais representativas (GANs) para geração de imagens condicionais/incondicionais. O Studiogan pretende oferecer um playground idêntico para Gans modernos, para que os pesquisadores de aprendizado de máquina possam comparar e analisar prontamente uma nova idéia.
Torchdrift nulo : Biblioteca de detecção de deriva
1600+ Acelero: uma maneira simples de treinar e usar modelos Pytorch com precisão multi-GPU, TPU, mista.
1000- Lightning-Transformers: Interface flexível para pesquisas de alto desempenho usando transformadores SOTA alavancando Lightning, Transformers e Hydra.

Tutoriais e Livros e Exemplos ｜ Tutoriais e Livros e Exemplos

4200+ Pytorch prático **: Este tutorial explica diferentes modelos RNN.
DeeplearningFornlpinpytorch: Tutorial de aprendizado profundo do IPython, contendo ênfase no processamento de linguagem natural.
21300+ Pytorch-Tutorial: Um tutorial de aprendizado profundo para os pesquisadores, onde a maioria dos modelos tem menos de 30 linhas de código de implementação.
1000- Pytorch-Exercises: Coleção de exercícios Pytorch.
5200+ Tutoriais Pytorch: vários tutoriais de Pytorch.
16500+ Exemplos de Pytorch: Exemplos de uso de Pytorch, cenários de aplicação incluem visão, texto, aprendizado de reforço, etc.
1000- Pytorch Prática: Exemplo de Pytorch.
1000- Pytorch Mini Tutoriais: Tutorial minimalista de Pytorch, adaptado do tutorial Theano de Alec Radford.
1000- Classificação de texto Pytorch: Pytorch implementa a classificação de texto com base na CNN.
1000- CATS VS DOGS: Kaggle Contest Dogs vs. Cats Redux: Kernels Edition Rede Exemplo de ajuste fino.
1000- ConvNet: Um exemplo completo de treinamento de uma rede convolucional profunda em diferentes conjuntos de dados (ImageNet, CIFAR10, CIFAR100, MNIST).
1000- Networks-adversações geradas por Pytorch: uma rede de geração adversária simples (GAN).
1000- Recipientes de pytorch: recipientes simplificados de tocha em pytorch.
1000- T-SNE em Pytorch: experimento T-SNE.
1000- aae_pytorch: versão pytorch contra o AutoEncoder.
1000- Kind_Pytorch_tutorial: tutorial para iniciantes Pytorch.
1000- Pytorch-poesia-general: char-rnn (rede neural recorrente no nível do caractere) baseada em Pytorch.
1000- Pytorch-Reinforce: Pytorch implementa controle discreto e contínuo sob a academia Openai.
6100+ pytorch-tutorial **: Construa sua própria rede neural de maneira simples e rápida. https://morvanzhou.github.io/tutorials/
1000- Pytorch-Intro: demonstre como implementar CNNs e RNNs em Pytorch.
1300+ Pytorch-Classification: Uma estrutura de classificação nos conjuntos de dados CIFAR-10/100 e ImageNet.
1000- pytorch_notebooks - Hardmaru: tutoriais aleatórios escritos em Numpy e Pytorch.
1000- Pytorch_tutoria-Quick: Pytorch Introdução e tutorial. Pesquisadores nas áreas de visão computacional, gráficos e aprendizado de máquina requerem conhecimento básico da teoria das redes neurais e estruturas de redes neurais comumente usadas.
1000- pytorch_fine_tuning_tutorial: um breve tutorial sobre ajuste fino ou aprendizado de transferência em Pytorch.
1000- pytorch_exercises: exercícios de pytorch.
1000- Detecção de sinal de tráfego: Exemplo de Curso de Fall de Visão Computal de Nova York 2018.
1000- MSS_PYTORCH: Não há necessidade de pós-filtragem, use o algoritmo de inferência de loop para obter uma implementação de canto e separação de fala. Demo: js-mim.github.io/mss_pytorch
2600+ Deepnlp-models-pytorch Pytorch Implementação de vários modelos de PNL profunda no curso CS-224N. (Stanford Univ: PN com aprendizado profundo)
1000- MILA Introdução Tutoriais: Vários tutoriais para calouros da Mila. (Mila: Centro Canadense de Pesquisa de Inteligência Artificial)
1000- pytorch.rl.learning: use Pytorch para aprender o aprendizado de reforço.
1000- Minimumum-seq2SEQ: modelo mínimo seq2seq focado na tradução da máquina neural.
1000- Livros de Nota Tensoramente: Use Python e Tensorly para implementar métodos tensores. tensorly.github.io/dev
1000- pytorch_bits: exemplos relacionados da previsão de tempo.
1000- Saltar-se: Pytorch implementa o modelo de vetor de palavras de pensamento pular.
1000- Video-caption-Pytorch: Use Pytorch para adicionar legendas aos vídeos.
1000- Capsule-Network-Tutorial: um tutorial de rede de cápsula simples e fácil de aprender.
2100+ Code-de-Learn-Learning-With-Pytorch: Código no livro "Introdução ao Deep Learning: Pytorch". item.jd.com/17915495606.html
2300+ RL-Adventure: Tutorial de aprendizado profundo para Pytorch, simples, fácil de aprender e forte legibilidade de código. Inclui a implementação de Pytorch de redes DQN/ DDQN/ Replay/ Noisy Valores/ Distribution/ Rainbow/ RL hierárquico.
1000- acelerado_dl_pytorch: Jupyter Day Atlanta II acelerou algoritmos de aprendizado profundo para reuniões, incluindo tutoriais de Pytorch e discursos de conferência.
2500+ rl-adventure-2: um tutorial sobre a versão pytorch0.4 do seguinte: ator crítico / otimização de políticas proximais / acer / ddpg / duelo gêmeo ddpg / ator mole Crítico / imitação adversária generalizada Replay.
Redes adversárias generativas (GANs) em 50 linhas de código (pytorch): 50 linhas geram redes adversárias.
Adversário-AutoEncoders-With-Pytorch: Pytorch contra autoencoders.
Transfira o aprendizado usando Pytorch: Pytorch Transfer Learning.
Como suplementar-a-yolo-objeto-detector-in-pytorch: como implementar um detector de objeto YOLO (V3) usando Pytorch.
Pytorch-for-Recommenders-101: Construa um sistema de recomendação usando Pytorch.
1000- Pytorch-para-Numpy-Users: Pytorch para usuários Numpy.
Tutorial de Pytorch: Tutorial Chinese Pytorch (Rede Chinesa Pytorch).
1000- Grokking-Pytorch: Ensine passo a passo como aprender Pytorch.
5200+ Minicourse de aprendizado de pytorch, pytorch: Pytorch Deep Learning Micro Courses.
1000- Pytorch-Custom-DataSet-Exemplos: Alguns exemplos de conjuntos de dados personalizados para Pytorch.
LSTM multiplicativo para recomendadores baseados em sequência: LSTM multiplicativo para recomendadores baseados em sequência. / Implementação de sequência recomendada com base no LSTM.
1000- DEEPLEARNING.AI-PYTORCH: Pytorch Implementação do curso de aprendizado profundo de Coursera (Deeplearning.ai).
1000- mnist_pytorch_python_and_capi: Exemplo: Como treinar uma rede MNIST no Python e executá-lo em C ++ com Pytorch1.0.
1000- Torch_light: tutoriais e exemplos, incluindo aprendizado de reforço, PNL, cv. Modelos de rede neural como logística, CNN, RNN, LSTM são implementados por várias linhas de código, e alguns exemplos avançados são implementados por modelos complexos.
1000- PortTrain-Gan: Encoding (decodificação ainda não foi implementada) Pintura a óleo de retrato gerou Art-Dcgan.
1000- MR-Análise-Pytorch: A análise de ressonância magnética nuclear (RM) foi realizada usando Pytorch e Medicaltorch.
1000- CIFAR10-FAST: Treinamento completo do modelo Resnet no conjunto de dados CIFAR10 em 79 segundos e alcança uma precisão de teste de 94%. Para conteúdo relacionado, consulte a série de blogs.
Introdução ao Deep Learning With Pytorch: Um curso gratuito lançado em conjunto por Udacity e Facebook, incluindo uma introdução a Pytorch e uma entrevista com Soumith Chintala, um dos autores de Pytorch.
2900+ Pytorch-Sentimento-análise: tutorial de análise semântica Pytorch e Torchtext.
11800+ Modelos de imagem Pytorch: Modelo de imagem Pytorch, Script e pesos de treinamento-(SE) Resnet/Resnext, DPN, EFIFIFITFYNET, MOBILENET-V3/V2/V1, MNASNET, NAS, FBNET, etc.
1000- CIFAR-ZOO: Implementação de Pytorch de múltiplas arquiteturas CNN baseadas no CIFAR.
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。
1000- thinking-in-tensors-writing-in-pytorch: 张量思维，PyTorch实践(深度学习入门)。
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。
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）。
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。
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）。
Deep Learning with PyTorch: Zero to GANs: Deep Learning with PyTorch (video)系列在线课程的相关代码。
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.
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.
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

1000- google_evolution: 实现了Large-scale evolution of image classifiers 一文的结果网络之一。
1000- pyscatwave: 基于CuPy/PyTorch的快速散射变换，Scaling the Scattering Transform: Deep Hybrid Networks
1000- scalingscattering: 该仓库包含Scaling The Scattering Transform : Deep Hybrid Networks 一文中的实验。
1000- deep-auto-punctuation: 通过逐字符学习实现自动添加标点。
1100+ Realtime_Multi-Person_Pose_Estimation: 基于PyTorch的多人人体姿态估计，原始代码。
1000- PyTorch-value-iteration-networks: PyTorch实现价值迭代网络（Value Iteration Networks）（NIPS2016最佳论文奖）。
1000- pytorch_Highway: PyTorch实现高速公路网络（Highway Networks）。
1000- pytorch_NEG_loss: PyTorch实现负采样损失（Negative Sampling Loss）。
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。
1000- pytorch_TDNN: 用PyTorch实现时间延迟神经网络（Time Delayed NN）。
1000- eve.pytorch: 一个Eve优化器的实现，相关论文：Imploving Stochastic Gradient Descent with Feedback。
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 。
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。
4300+ Single Shot MultiBox Detector: 单发多盒探测器，论文：Single Shot MultiBox Detector。
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。
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。
1000- pytorch-es: 进化策略。论文：Evolution Strategies as a Scalable Alternative to Reinforcement Learning .
1000- piwise: 使用PyTorch对VOC2012数据集进行像素切割。
1000- pytorch-dqn: 深度Q学习网络。
1000+ neuraltalk2-pytorch: PyTorch图像字幕代码库(在分支“with_finetune”中有可微调CNN)。
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/
1400+ pytorch-fcn: PyTorch 实现完全卷积网络。
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 .
1000- pytorch_highway_networks: PyTorch实现高速公路网络。
1000- pytorch-NeuCom: Pytorch实现DeepMind的可微神经计算机论文。
1000- captionGen: 使用PyTorch为图像生成标注。
1100+ AnimeGAN: 生成对抗网络的PyTorch简单实现，关注于动漫脸谱绘画。
1000- Cnn-text classification: PyTorch 实现Kim的基于卷积神经网络的句子分类论文。
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。
1000- seq2seq: 包含PyTorch中的Seq2Seq模型。
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。
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。
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。
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。
1000- doomnet: PyTorch版Doom-net，实现了ViZDoom环境下的RL模型。
1000- flownet: 通过Dosovitskiy等完成FlowNet的Pytorch实现。
1000- sqeezenet: 在CIFAR10数据集上用PyTorch实现Squeezenet模型，论文。
2800+ WassersteinGAN: PyTorch实现WassersteinGAN。
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。
1000- qp solver: PyTorch的一个快速和可微分的QP求解器。https://locuslab.github.io/qpth/
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。
1000- Learning to learn by gradient descent by gradient descent: PyTorch实现Learning to learn by gradient descent by gradient descent。
1000- fast-neural-style: PyTorch实现fast-neural-style，论文：Perceptual Losses for Real-Time Style Transfer and Super-Resolution。
1000- PytorchNeuralStyleTransfer: Pytorch中的神经风格转换。
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。
1000- neural style transfer: 通过神经风格算法介绍PyTorch，Neural-Style algorithm。
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。
1400+ YOLO2: PyTorch中的YOLOv2。
1200+ attention-transfer: 通过注意转移改善卷积网络，ICLR2017会议论文。
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。
1000- pytorch-deform-conv: PyTorch实现可变形卷积(Deformable Convolution)。
1000- BEGAN-pytorch: PyTorch实现边界均衡生成对抗网络（BEGAN）: Boundary Equilibrium Generative Adversarial Networks.
1000- treelstm.pytorch: PyTorch实现树形结构LSTM。
1000- AGE: 论文代码，原文：对抗生成编码器网络（Adversarial Generator-Encoder Networks）。
1000- ResNeXt.pytorch: 再现ResNet-V3 (深度神经网络的聚集残差变换)。
1000- pytorch-rl: 基于PyTorch和Visdom的深度强化学习。
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。
15400+ pytorch-CycleGAN-and-pix2pix: PyTorch 实现图像风格迁移。
1000- A3C-PyTorch:PyTorch 实现A3C(Advantage async actor-critic)算法。
1000- pytorch-value-iteration-networks: PyTorch实现价值迭代网络Value Iteration Networks (NIPS 2016 最佳论文)。
1000- PyTorch-Style-Transfer: PyTorch实现实时转换多风格生成网络。
1000- pytorch-deeplab-resnet: PyTorch实现DeepLab resnet v2。
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
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)**.
1000- pytorch-dnc: PyTorch/Visdom实现的神经机器翻译(NTM)&可微神经计算机(DNC)。
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。
1000- mnist-svhn-transfer: PyTorch实现CycleGAN和SGAN。
null pytorch-yolo2: pytorch-yolo2
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。
1200+ wgan-gp: PyTorch实现论文"Improved Training of Wasserstein GANs".
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。
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。
1000- molencoder: 分子自动编码器。
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"
1000- lgamma: 实现polygamma、lgamma和beta函数。
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”。
1000- rl_a3c_pytorch: 针对Atari 2600 的强化学习，实现了A3C LSTM 。
1000- pytorch-retraining: PyTorch动物园模型转移学习(torchvision)。
1000- nmp_qc: 用于计算机视觉的神经消息传递。
2900+ grad-cam: PyTorch 实现Grad-CAM。
null pytorch-trpo: PyTorch s实现置信域策略优化（Trust Region Policy Optimization (TRPO)）。
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。
1000- vae_vpflows: 凸组合线性IAF与Householder流https://jmtomczak.github.io/deebmed.html 。
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)。
1000- vqa.pytorch: 视觉问答。
1300+ end-to-end-negotiator: 成交还是不成交？谈判对话的端到端学习。
1000- odin-pytorch: 神经网络失配实例的原则性检测。
1000- FreezeOut: 一种通过逐步冻结层加速神经网络训练的简单技术。
1000- ARAE: 论文代码，"对抗性正则化的自动编码器, ARAE"。
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"。
1000- context_encoder_pytorch: PyTorch实现上下文编码器(Context Encoders)，可用于图像修复。
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。
1000- OpenFacePytorch: 使用OpenFace's nn4.small2.v1.t7 模型的PyTorch模块。
1000- neural-combinatorial-rl-pytorch: PyTorch 实现"通过强化学习实现神经组合优化"。
null pytorch-nec: PyTorch实现神经情景控制(NEC，Neural Episodic Control)。
1000- seq2seq.pytorch: 使用PyTorch进行Sequence-to-Sequence学习。
1000- Pytorch-Sketch-RNN: PyTorch实现“A Neural Representation of Sketch Drawings”。
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
1000- DrQA: PyTorch实现自动阅读维基百科并回答开放领域问题。
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。
1000- samplernn-pytorch: PyTorch实现SampleRNN: 一种无条件端到端神经音频生成模型。
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)。
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”。
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"。
1000- Pytorch-DPPO: Pytorch实现分布式近端策略优化(Distributed Proximal Policy Optimization)。
1700+ UNIT: 无监督的图像到图像转换网络，论文。
1300+ efficient_densenet_pytorch: DenseNets的内存高效实现。
1000- tsn-pytorch: PyTorch实现时间分割网络(TSN, Temporal Segment Networks)。
1000- SMASH: SMASH，一种高效地探索神经体系结构的实验技术。
1000- pytorch-retinanet: RetinaNet。
1000- biogans: 实现ICCV 2017 论文"利用GANs进行生物图像合成"。
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"。
1000- fmpytorch: PyTorch在Cython中实现分析机（Factorization Machine）模块。
1000- ORN: PyTorch 实现CVPR 2017 论文"Oriented Response Networks"。
1000- pytorch-maml: PyTorch实现MAML（Model-Agnostic Meta-Learning，与模型无关的元学习）。
2200+ pytorch-generative-model-collections: PyTorch中的各种生成模型集合。
1000- vqa-winner-cvprw-2017: Pytorch 实现CVPR'17 VQA( Visual Question Answer，视觉问答) 挑战冠军。
1000- tacotron_pytorch: PyTorch 实现Tacotron 语音合成模型。
1000- pspnet-pytorch: PyTorch 实现PSPNet 语义分割网络。
1000- LM-LSTM-CRF: 《Empower Sequence Labeling with Task-Aware Language Model》 http://arxiv.org/abs/1709.04109
5000+ face-alignment: 使用PyTorch构建2D和3D人脸对齐库。
1000- DepthNet: PyTorch 在Still Box数据集上训练DepthNet。
1600+ EDSR-PyTorch: 论文《Enhanced Deep Residual Networks for Single Image Super-Resolution》的PyTorch实现版本。 (CVPRW 2017)
1000- e2c-pytorch: E2C，Embed to Control 实现。
2900+ 3D-ResNets-PyTorch: 基于3D残差网络的动作识别。
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。
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。
1000- zalando-pytorch: Fashion-MNIST数据集上的各种实验。
1000- sphereface_pytorch: PyTorch实现SphereFace，人脸识别相关，https://arxiv.org/abs/1704.08063 。
1000- Categorical DQN: PyTorch 版Categorical DQN，该模型来自论文《A Distributional Perspective on Reinforcement Learning》。
1000- pytorch-ntm: 神经网络图灵机。
null mask_rcnn_pytorch: Mask RCNN in PyTorch.
1000- graph_convnets_pytorch: PyTorch 实现图卷积神经网络，NIPS'16。
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。
1000- torchMoji: A pyTorch implementation of the DeepMoji model: state-of-the-art deep learning model for analyzing sentiment, emotion, sarcasm etc.
3900+ semantic-segmentation-pytorch: 在MIT ADE20K dataset数据集上实现语义分割/场景解析。
1200+ pytorch-qrnn: PyTorch implementation of the Quasi-Recurrent Neural Network - up to 16 times faster than NVIDIA's cuDNN LSTM
1000- pytorch-sgns: Skipgram Negative Sampling in PyTorch.
1000- SfmLearner-Pytorch : Pytorch version of SfmLearner from Tinghui Zhou et al.
1000- deformable-convolution-pytorch: PyTorch实现可变形卷积。
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.
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.
1000- self-critical.pytorch: 非官方，PyTorch实现基于self-critical 序列训练的图像标注。
3600+ pygcn: 图卷积网络。
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。
1000- prog_gans_pytorch_inference: PyTorch inference for "Progressive Growing of GANs" with CelebA snapshot.
1000- pytorch-capsule: Pytorch implementation of Hinton's Dynamic Routing Between Capsules.
1000- PyramidNet-PyTorch: A PyTorch implementation for PyramidNets (Deep Pyramidal Residual Networks, arxiv.org/abs/1610.02915)
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
1000- honk: PyTorch reimplementation of Google's TensorFlow CNNs for keyword spotting.
1000- DeepCORAL: A PyTorch implementation of 'Deep CORAL: Correlation Alignment for Deep Domain Adaptation.', ECCV 2016
1000- pytorch-pose: PyTorch工具包，用于2D人体姿态估计。
1000- lang-emerge-parlai: Implementation of EMNLP 2017 Paper "Natural Language Does Not Emerge 'Naturally' in Multi-Agent Dialog" using PyTorch and ParlAI
1200+ Rainbow: Rainbow: Combining Improvements in Deep Reinforcement Learning
1000- pytorch_compact_bilinear_pooling v1: This repository has a pure Python implementation of Compact Bilinear Pooling and Count Sketch for PyTorch.
1000- CompactBilinearPooling-Pytorch v2: (Yang Gao, et al.) A Pytorch Implementation for Compact Bilinear Pooling.
1000- FewShotLearning: Pytorch implementation of the paper "Optimization as a Model for Few-Shot Learning"
1000- meProp: Codes for "meProp: Sparsified Back Propagation for Accelerated Deep Learning with Reduced Overfitting".
1000- SFD_pytorch: 单镜头尺度不变人脸检测器。
1000- GradientEpisodicMemory: Continuum Learning with GEM: Gradient Episodic Memory. https://arxiv.org/abs/1706.08840
1900+ DeblurGAN: Pytorch implementation of the paper DeblurGAN: Blind Motion Deblurring Using Conditional Adversarial Networks.
4800+ StarGAN: StarGAN: 多领域图像转换GAN 网络，https://arxiv.org/abs/1711.09020 。
1000- CapsNet-pytorch: PyTorch 实现NIPS 2017 论文“胶囊间的动态路由”。
1000- CondenseNet: CondenseNet: 面向移动设备的轻量级CNN。
6700+ deep-image-prior: 基于神经网络的图像修复，无学习过程。
1100+ deep-head-pose: 使用PyTorch进行深度学习头部姿势估计。
1000- Random-Erasing: 论文代码，论文："随机擦除数据增强"。
1000- FaderNetworks: Fader Networks: 通过滑动属性重构图像- NIPS 2017，https://arxiv.org/pdf/1706.00409.pdf 。
2300+ FlowNet 2.0: FlowNet 2.0: 深度网络中光流估计的演化。
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。
1000- pytorch-smoothgrad: SmoothGrad通过增加噪声来去除噪声。
1000- RetinaNet: RetinaNe实现。
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.
1000- mixup_pytorch: A PyTorch implementation of the paper Mixup: Beyond Empirical Risk Minimization in PyTorch.
1100+ inplace_abn: In-Place Activated BatchNorm for Memory-Optimized Training of DNNs
1000- pytorch-pose-hg-3d: PyTorch implementation for 3D human pose estimation
1000- nmn-pytorch: Neural Module Network for VQA in Pytorch.
1000- bytenet: Pytorch implementation of bytenet from "Neural Machine Translation in Linear Time" paper
1000- bottom-up-attention-vqa: vqa, bottom-up-attention, pytorch
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.
1000- reseg-pytorch: PyTorch 实现ReSeg。 (https://arxiv.org/pdf/1511.07053.pdf)
1000- binary-stochastic-neurons: Binary Stochastic Neurons in PyTorch.
1000- pytorch-pose-estimation: PyTorch Implementation of Realtime Multi-Person Pose Estimation project.
1000- interaction_network_pytorch: Pytorch Implementation of Interaction Networks for Learning about Objects, Relations and Physics.
1000- NoisyNaturalGradient: Pytorch Implementation of paper "Noisy Natural Gradient as Variational Inference".
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).
1000- pytorch-zssr: PyTorch implementation of 1712.06087 "Zero-Shot" Super-Resolution using Deep Internal Learning
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。
1000- pytorch-transformer: PyTorch实现论文Attention Is All You Need。
1000- DeepRL-Grounding: PyTorch实现AAAI-18论文Gated-Attention Architectures for Task-Oriented Language Grounding。
1000- deep-forecast-pytorch: 使用LSTMs进行风速预测，论文：Deep Forecast: Deep Learning-based Spatio-Temporal Forecasting。
1000- cat-net: 正则外观变换（Canonical Appearance Transformations）
1000- minimal_glo: Minimal PyTorch implementation of Generative Latent Optimization from the paper "Optimizing the Latent Space of Generative Networks"
1000- LearningToCompare-Pytorch: Pytorch Implementation for Paper: Learning to Compare: Relation Network for Few-Shot Learning.
1400+ poincare-embeddings: PyTorch implementation of the NIPS-17 paper "Poincaré Embeddings for Learning Hierarchical Representations".
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.
1000- ggnn.pytorch: A PyTorch Implementation of Gated Graph Sequence Neural Networks (GGNN).
1000- visual-interaction-networks-pytorch: This's an implementation of deepmind Visual Interaction Networks paper using pytorch
1000- adversarial-patch: PyTorch实现对抗补丁。
1000- Prototypical-Networks-for-Few-shot-Learning-PyTorch: Implementation of Prototypical Networks for Few Shot Learning (arxiv.org/abs/1703.05175) in Pytorch
1000- Visual-Feature-Attribution-Using-Wasserstein-GANs-Pytorch: Implementation of Visual Feature Attribution using Wasserstein GANs (arxiv.org/abs/1711.08998) in PyTorch.
1000- PhotographicImageSynthesiswithCascadedRefinementNetworks-Pytorch: 用级联优化网络生成照片级图像，https://arxiv.org/abs/1707.09405 。
2400+ ENAS-pytorch: PyTorch实现"基于参数共享的高效神经网络结构搜索"。
1000- Neural-IMage-Assessment: 神经图片评估，https://arxiv.org/abs/1709.05424 。
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。
10500+ FastPhotoStyle: 照片级逼真的图像风格化的一个封闭解。
1000- Deep-Image-Analogy-PyTorch: 基于PyTorch的深度图像模拟的Python实现。
2700+ Person-reID_pytorch: 行人再识别Person-reID的PyTorch实现。
1000- pt-dilate-rnn: 空洞递归神经网络（Dilated RNNs）。
1000- pytorch-i-revnet: Pytorch实现i-RevNets。
1000- OrthNet: TensorFlow、PyTorch和Numpy层生成正交多项式。
1000- DRRN-pytorch: "超分辨率的深递归残差网络(DRRN)", CVPR 2017
1000- shampoo.pytorch: Shampoo算法实现。
1000- Neural-IMage-Assessment 2: 神经图片评估，https://arxiv.org/abs/1709.05424 。
2900+ TCN: Sequence modeling benchmarks and temporal convolutional networks locuslab/TCN
1000- DCC: This repository contains the source code and data for reproducing results of Deep Continuous Clustering paper.
1000- packnet: Code for PackNet: Adding Multiple Tasks to a Single Network by Iterative Pruning arxiv.org/abs/1711.05769
1000- PyTorch-progressive_growing_of_gans: PyTorch implementation of Progressive Growing of GANs for Improved Quality, Stability, and Variation.
1000- nonauto-nmt: PyTorch Implementation of "Non-Autoregressive Neural Machine Translation"
9800+ PyTorch-GAN: PyTorch implementations of Generative Adversarial Networks.
1000- PyTorchWavelets: PyTorch implementation of the wavelet analysis found in Torrence and Compo (1998)
1000- pytorch-made: MADE (Masked Autoencoder Density Estimation) implementation in PyTorch
1000- VRNN: Pytorch implementation of the Variational RNN (VRNN), from A Recurrent Latent Variable Model for Sequential Data.
1000- flow: Pytorch implementation of ICLR 2018 paper Deep Learning for Physical Processes: Integrating Prior Scientific Knowledge.
1600+ deepvoice3_pytorch: PyTorch实现基于卷积神经网络的语音合成模型。
1000- psmm: imlementation of the the Pointer Sentinel Mixture Model, as described in the paper by Stephen Merity et al.
3000+ tacotron2: Tacotron 2 - PyTorch implementation with faster-than-realtime inference.
1000- AccSGD: Implements pytorch code for the Accelerated SGD algorithm.
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.)
1000- ConvE: Convolutional 2D Knowledge Graph Embeddings
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 .
1000- graphsage-simple: Simple reference implementation of GraphSAGE.
2800+ Detectron.pytorch: A pytorch implementation of Detectron. Both training from scratch and inferring directly from pretrained Detectron weights are available.
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"
1000- StackNN: A PyTorch implementation of differentiable stacks for use in neural networks.
1000- translagent: Code for Emergent Translation in Multi-Agent Communication.
1000- ban-vqa: Bilinear attention networks for visual question answering.
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.
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。
1300+ pytorch - fid: A Port of Fréchet Inception Distance (FID score) to PyTorch
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
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)
1000- SDPoint: Implementation of "Stochastic Downsampling for Cost-Adjustable Inference and Improved Regularization in Convolutional Networks", published in CVPR 2018.
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）。
1000- GAN_stability: Code for paper "Which Training Methods for GANs do actually Converge? (ICML 2018)"
1000- Mask-RCNN: A PyTorch implementation of the architecture of Mask RCNN, serves as an introduction to working with PyTorch
1000- pytorch-coviar: Compressed Video Action Recognition
1000- PNASNet.pytorch: PyTorch implementation of PNASNet-5 on ImageNet.
1000- NALU-pytorch: Basic pytorch implementation of NAC/NALU from Neural Arithmetic Logic Units arxiv.org/pdf/1808.00508.pdf
1000- LOLA_DiCE: Pytorch 使用DiCE实现LOLA。
1000- generative-query-network-pytorch: Generative Query Network (GQN) in PyTorch as described in "Neural Scene Representation and Rendering"
1000- pytorch_hmax: 在PyTorch中实现HMAX(Hierarchical Model and X)视觉模型。
1000- FCN-pytorch-easiest: trying to be the most easiest and just get-to-use pytorch implementation of FCN (Fully Convolotional Networks)
1000- transducer: A Fast Sequence Transducer Implementation with PyTorch Bindings.
1000- AVO-pytorch: Implementation of Adversarial Variational Optimization in PyTorch.
1000- HCN-pytorch: A pytorch reimplementation of { Co-occurrence Feature Learning from Skeleton Data for Action Recognition and Detection with Hierarchical Aggregation }.
1000- binary-wide-resnet: PyTorch implementation of Wide Residual Networks with 1-bit weights by McDonnel (ICLR 2018)
1000- piggyback: Code for Piggyback: Adapting a Single Network to Multiple Tasks by Learning to Mask Weights arxiv.org/abs/1801.06519
7700+ vid2vid: Pytorch implementation of our method for high-resolution (eg 2048x1024) photorealistic video-to-video translation.
1000- poisson-convolution-sum: Implements an infinite sum of poisson-weighted convolutions
1000- tbd-nets: PyTorch implementation of "Transparency by Design: Closing the Gap Between Performance and Interpretability in Visual Reasoning" arxiv.org/abs/1803.05268
1000- attn2d: Pervasive Attention: 2D Convolutional Networks for Sequence-to-Sequence Prediction
7500+ yolov3: YOLOv3: 训练和推断，https://www.ultralytics.com 。
1000- deep-dream-in-pytorch: Pytorch implementation of the DeepDream computer vision algorithm.
1000- pytorch-flows: PyTorch implementations of algorithms for density estimation
1000- quantile-regression-dqn-pytorch: Quantile Regression DQN a Minimal Working Example
1000- relational-rnn-pytorch: An implementation of DeepMind's Relational Recurrent Neural Networks in PyTorch.
1000- DEXTR-PyTorch: 深度极端切割，http://www.vision.ee.ethz.ch/~cvlsegmentation/dextr 。
1000- PyTorch_GBW_LM: PyTorch Language Model for Google Billion Word Dataset.
1000- Pytorch-NCE: The Noise Contrastive Estimation for softmax output written in Pytorch
1000- generative-models: Annotated, understandable, and visually interpretable PyTorch implementations of: VAE, BIRVAE, NSGAN, MMGAN, WGAN, WGANGP, LSGAN, DRAGAN, BEGAN, RaGAN, InfoGAN, fGAN, FisherGAN.
1000- convnet-aig: PyTorch implementation for Convolutional Networks with Adaptive Inference Graphs.
1000- integrated-gradient-pytorch: This is the pytorch implementation of the paper - Axiomatic Attribution for Deep Networks.
1000- MalConv-Pytorch: Pytorch implementation of MalConv.
1000- trellisnet: Trellis Networks for Sequence Modeling
1000- Learning to Communicate with Deep Multi-Agent Reinforcement Learning: pytorch implementation of Learning to Communicate with Deep Multi-Agent Reinforcement Learning paper.
1000- pnn.pytorch: PyTorch implementation of CVPR'18 - Perturbative Neural Networks http://xujuefei.com/pnn.html.
1000- Face_Attention_Network: Pytorch implementation of face attention network as described in Face Attention Network: An Effective Face Detector for the Occluded Faces.
1800+ waveglow: 基于流的语音合成生成网络。
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"
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.
1000- ClariNet: Pytorch实现ClariNet。
48900+ pytorch-pretrained-BERT: PyTorch version of Google AI's BERT model with script to load Google's pre-trained models
1000- torch_waveglow: PyTorch实现WaveGlow: 基于流的语音合成生成网络。
3000+ 3DDFA: The pytorch improved re-implementation of TPAMI 2017 paper: Face Alignment in Full Pose Range: A 3D Total Solution.
1600+ loss-landscape: loss-landscape Code for visualizing the loss landscape of neural nets.
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 。
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.
1000- FFTNet: Unofficial Implementation of FFTNet vocode paper.
1000- FaceBoxes.PyTorch: PyTorch实现FaceBoxes。
2900+ Transformer-XL: Transformer-XL: Attentive Language Models Beyond a Fixed-Length Contexthttps://github.com/kimiyoung/transformer-xl
1000- associative_compression_networks: Associative Compression Networks for Representation Learning.
1000- fluidnet_cxx: FluidNet re-written with ATen tensor lib.
3700+ Deep-Reinforcement-Learning-Algorithms-with-PyTorch: This repository contains PyTorch implementations of deep reinforcement learning algorithms.
1000- Shufflenet-v2-Pytorch: This is a Pytorch implementation of faceplusplus's ShuffleNet-v2.
1000- GraphWaveletNeuralNetwork: This is a Pytorch implementation of Graph Wavelet Neural Network. ICLR 2019.
1000- AttentionWalk: This is a Pytorch implementation of Watch Your Step: Learning Node Embeddings via Graph Attention. NIPS 2018.
1000- SGCN: This is a Pytorch implementation of Signed Graph Convolutional Network. ICDM 2018.
1000- SINE: This is a Pytorch implementation of SINE: Scalable Incomplete Network Embedding. ICDM 2018.
1000- GAM: This is a Pytorch implementation of Graph Classification using Structural Attention. KDD 2018.
1000- neural-style-pt: PyTorch 实现Justin Johnson 的神经风格算法。论文：A Neural Algorithm of Artistic Style。
1000- TuckER: TuckER: Tensor Factorization for Knowledge Graph Completion.
1000- pytorch-prunes: Pruning neural networks: is it time to nip it in the bud?
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.
1000- Character CNN: PyTorch implementation of the Character-level Convolutional Networks for Text Classification paper.
2400+ XLM: PyTorch original implementation of Cross-lingual Language Model Pretraining.
1000- DiffAI: A provable defense against adversarial examples and library for building compatible PyTorch models.
1000- APPNP: Combining Neural Networks with Personalized PageRank for Classification on Graphs. ICLR 2019.
1000- NGCN: A Higher-Order Graph Convolutional Layer. NeurIPS 2018.
1000- gpt-2-Pytorch: Simple Text-Generator with OpenAI gpt-2 Pytorch Implementation
1000- Splitter: Splitter: Learning Node Representations that Capture Multiple Social Contexts. (WWW 2019).
1000+ CapsGNN: 胶囊图神经网络，Capsule Graph Neural Network。
2300+ BigGAN-PyTorch: PyTorch实现BigGAN（非官方）。
1000- ppo_pytorch_cpp: 近端策略优化算法的C++ API。
1000- RandWireNN: 基于随机连接神经网络性能的图像识别。
1000- Zero-shot Intent CapsNet: GPU-accelerated PyTorch implementation of "Zero-shot User Intent Detection via Capsule Neural Networks".
1000- SEAL-CI 半监督图分类：层次图视角，Semi-Supervised Graph Classification: A Hierarchical Graph Perspective. (WWW 2019)。
1000- MixHop: MixHop: Higher-Order Graph Convolutional Architectures via Sparsified Neighborhood Mixing. ICML 2019.
1000- densebody_pytorch: PyTorch implementation of CloudWalk's recent paper DenseBody.
1000- voicefilter: Unofficial PyTorch implementation of Google AI's VoiceFilter system http://swpark.me/voicefilter.
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.
1000- ClusterGCN: A PyTorch implementation of "Cluster-GCN: An Efficient Algorithm for Training Deep and Large Graph Convolutional Networks" (KDD 2019).
1000+ NVlabs/DG-Net: A PyTorch implementation of "Joint Discriminative and Generative Learning for Person Re-identification" (CVPR19 Oral).
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。
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。
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。
1000- glow-pytorch: PyTorch 实现"Glow, Generative Flow with Invertible 1x1 Convolutions"。
1000- EfficientNets-PyTorch: PyTorch实现EfficientNet: 卷积神经网络模型尺度的再思考。
1000- STEAL: STEAL - 从噪声标注中学习语义边界，https://nv-tlabs.github.io/STEAL/ 。
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"。
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"。
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 。
1000- DGC-Net: PyTorch实现"DGC-Net: 密集几何对应网络".
1000- universal-triggers: Universal Adversarial Triggers for Attacking and Analyzing NLP (EMNLP 2019)
3700+ Deep-Reinforcement-Learning-Algorithms-with-PyTorch: PyTorch implementations of deep reinforcement learning algorithms and environments.
1000- simple-effective-text-matching-pytorch: A pytorch implementation of the ACL2019 paper "Simple and Effective Text Matching with Richer Alignment Features".
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".
1000- NVIDIA/unsupervised-video-interpolation: A PyTorch Implementation of Unsupervised Video Interpolation Using Cycle Consistency, In ICCV 2019.
1000- Seg-Uncertainty: Unsupervised Scene Adaptation with Memory Regularization in vivo, In IJCAI 2020.
5700+ pulse: Self-Supervised Photo Upsampling via Latent Space Exploration of Generative Models
1000- distance-encoding: Distance-Encoding - Design Provably More PowerfulGNNs for Structural Representation Learning.
1000- Pathfinder Discovery Networks: Pathfinder Discovery Networks for Neural Message Passing.
1000- PyKEEN: A Python library for learning and evaluating knowledge graph embeddings

Talks & conferences｜报告& 会议

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

Pytorch elsewhere ｜ Pytorch相关

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。
6500+ generative models: 各种生成模型，例如基于Pytorch和Tensorflow的GAN、VAE。 http://wiseodd.github.io
pytorch vs tensorflow: Reddit上的PyTorch和TensorFlow的比较文章。
Pytorch discussion forum: PyTorch论坛。
null pytorch notebook: docker-stack: 类似于Jupyter Notebook Scientific Python Stack
1000- drawlikebobross: 使用神经网络作画！
1000- pytorch-tvmisc: 该仓库收集了作者用PyTorch实现的各种玩意儿。
1000- pytorch-a3c-mujoco: 该项目旨在解决Mujoco中的控制问题，高度基于pytorch-a3c。
PyTorch in 5 Minutes.
1000- pytorch_chatbot: 用PyTorch实现的聊天机器人。
1000- malmo-challenge: Malmo协作人工智能挑战-Pig Catcher团队。
1000- sketchnet: 指导计算机作画。http://www.jtoy.net/projects/sketchnet/
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.
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。
2400+ AlphaZero_Gomoku: 用AlphaZero算法玩五子棋。
null pytorch-cv: null.
2800+ deep-person-reid: Pytorch实现深度学习行人重新识别方法。
2700+ pytorch-template: PyTorch深度学习模版。
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
1000- compare-tensorflow-pytorch: 比较用Tensorflow编写的层和用Pytorch编写的层之间的输出。
1000- hasktorch: Haskell中的张量与神经网络。
Deep Learning With Pytorch Deep Learning with PyTorch 教你如何用Python和PyTorch实现深度学习算法。
1000- nimtorch: PyTorch - Python + Nim，PyTorch的Nim前端。
1000- derplearning: 自动驾驶遥控车代码。
1000- pytorch-saltnet: Kaggle | TGS Salt Identification Challenge 第9名解决方案。
1000- pytorch-scripts: 一些脚本，使在Windows上使用PyTorch更加容易。
1000- pytorch_misc: 为PyTorch讨论板创建的代码片段。
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。
1000- MentisOculi: PyTorch版raytracer。(raynet?)
2400+ DoodleMaster: “画出UI！”("Don't code your UI, Draw it !")
1000- ocaml-torch: ocaml-torch为PyTorch张量库提供一些ocaml绑定。
1000- extension-script: TorchScript自定义C++/CUDA运算符的示例。
1000- pytorch-inference: Windows10 平台上Pytorch 1.0在C++ 中的推断。
1000- pytorch-cpp-inference: 包含使用PyTorch C++ API执行推断的各种示例。
1100+ tch-rs: PyTorch的Rust绑定。
1000- TorchSharp: Pytorch引擎的.NET绑定。
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。
1100+ PyTorch Style Guide Style guide for PyTorch code. Consistent and good code style helps collaboration and prevents errors!