Главная страница>Связанные с программированием>Другой исходный код
Скачать

Awesome-Pytorch-List ｜ Awesome Pytorch Project

Английская версия

Содержание ｜ Содержание

  • Awesome-Pytorch-List ｜ Awesome Pytorch Project
    • Английская версия
    • Содержание ｜ Содержание
    • Библиотеки Pytorch & связанные с ними библиотеки Pytorch & связанные с ним библиотеки
      • Обработка NLP и речи ｜ Обработка естественного языка и обработка речи
      • CV ｜ Компьютерное зрение
      • Вероятностные/сгенерированные библиотеки ｜ Библиотека вероятностей и библиотека генерации
      • Другие библиотеки ｜ Другие библиотеки
    • Учебные пособия и книги и примеры ｜ Учебные пособия, книги и примеры
    • Реализации бумаги ｜ бумажная реализация
    • Переговоры и конференции ｜ Отчеты и конференции
    • Pytorch в другом месте | Pytorch связан

Библиотеки Pytorch & связанные с ними библиотеки Pytorch & связанные с ним библиотеки

  1. Pytorch: тензоры и динамические нейронные сети в Python с сильным ускорением GPU | Вычислительные и динамические нейронные сети Python с использованием сильного ускорения графического процессора.

Обработка NLP и речи ｜ Обработка естественного языка и обработка речи:

  1. 2800+ Текст: загрузка данных и абстракция для текстовых данных и наборов данных NLP.
  2. 1300+ Pytorch-seq2seq: структура с открытым исходным кодом для обработки Seq2seq в Pytorch.
  3. 1000- Anuvada: NLP-интерпретируемая модель.
  4. 1300+ Audio: простой аудио/вывод.
  5. 1000- петля: метод генерации речи для нескольких динамиков.
  6. NULL FAIREQ: Последовательность-последовательность Python Toolkit, разработанный Facebook.
  7. 1000- Речь: сквозная модель реализации речи к тексту.
  8. 5100+ Opennmt-py: перевод нейронной машины с открытым исходным кодом http://opennmt.net.
  9. 2300+ NeuralCoref: Используйте нейронные сети в Spacy для достижения быстрого совместного пищеварения.
  10. 1000+ обнадеживания настроений: применение модели без присмотра на масштабе без присмотра в надежной классификации настроений.
  11. 2800+ Muse: многоязычная библиотека встраиваемого слова без присмотра или контролируемого слова.
  12. 1000- nmtpytorch: структура последовательности к последовательности в Pytorch.
  13. 1000- Pytorch-Wavenet: быстро генерируйте реализацию Wavenet.
  14. 1000- Такотрон-питор: такотрон: сквозное синтез речи.
  15. 10300+ Allennlp: Исследовательская библиотека NLP с открытым исходным кодом, основанная на Pytorch. http://www.allennlp.org/
  16. 1900+ Pytorch-NLP: библиотека, созданная для ускорения исследований НЛП, включая слои нейронной сети, модули обработки текстовой обработки и многочисленные наборы данных. pytorchnlp.readthedocs.io
  17. 1000- Quick-NLP: библиотека NLP Pytorch на основе FASTAI.
  18. 4900+ TTS: глубокая структура обучения для текста на речь.
  19. 2800+ Лазер: Лазер - это библиотека, используемая для расчета и использования многоязычных операторов.
  20. 1100+ Pyannote-Audio: Нейронные строительные блоки для классификации спикеров: обнаружение речевой активности, обнаружение изменения спикера, встраивание спикеров.
  21. 1000- Gensen: универсальное представление предложения, основанное на крупномасштабном многозадачном обучении.
  22. 1000- Перевод: перевод - библиотека языка питла.
  23. 3900+ ESPNet: набор инструментов для обработки голосовой обработки. espnet.github.io/espnet
  24. 4500+ Pythia: модульная структура для мультимодальных исследований по визуальным и языкам, происходящим из Fair (Facebook AI Research).
  25. 1400+ unsupervisedmt: нейронный неконтролируемый машинный перевод на основе фраз.
  26. 1300+ Jiant: Jiant Toolkit для общих моделей понимания текста. https://jiant.info
  27. 4300+ Bert-Pytorch: Google AI AI 2018 Реализация Bert's Pytorch, сопровождаемая простыми комментариями.
  28. 2100+ Infersent: NLI предложение Entricing (Infersent) и учебный код.
  29. 1300+ UIS-RNN: Алгоритм бесконечного межлизованного состояния рекурсивной нейронной сети (UIS-RNN), который может отличать звук от шумных сред, соответствующая полностью контролируемой бумаге. arxiv.org/abs/1810.04719
  30. 10600+ Flair: простая структура для современного NLP.
  31. 6200+ Pytext: структура моделирования естественного языка на основе Pytorch. fb.me/pytextdocs
  32. 1000- VoiceFilter: неофициальная реализация голосового фильтра Google AI. http://swpark.me/voicefilter
  33. 1000- Берт-Ран: распознавание названного энтета на основе Берта.
  34. 1000- Transfer-NLP: библиотека NLP, разработанная для воспроизводимого экспериментального управления.
  35. 1000- Texar-Pytorch: машинное обучение и генерация текста. Texar.io
  36. 2000+ Pytorch-Kaldi: Pytorch-Kaldi-современная система распознавания речи DNN/RNN в разработке. Его часть DNN реализована Pytorch, в то время как извлечение функций, расчет и декодирование этикетки выполняются инструментом Kaldi.
  37. 2900+ NEMO: Нейронный модуль: разговорной инструмент AI nvidia.github.io/nemo
  38. 1000- ПИТОРЧ СТРУКТ: Протестированная библиотека реализации GPU реализует некоторые основные структурированные алгоритмы в глубоком обучении, такие как HMM, DEP Trees, CKY, ...
  39. 1000- Эспрессо: эспрессо: быстрый набор сквозных инструментов распознавания нейронной речи.
  40. 48900+ Трансформаторы: трансформаторы HuggingFace: самые продвинутые инструменты NLP на TensorFlow 2.0 и Pytorch. guggingface.co/transformers
  41. 1500+ Refercer-Pytorch: Pytorch версия Reformer.
  42. 1000- Torch-Metrics: показатели оценки моделей в Pytorch.
  43. 2600+ SpeechBrain: SpeechBrain-это инструментарий с открытым исходным кодом и речевой речевой инструмент, основанный на Pytorch.
  44. 1000- Backprop: BackProp делает его простым в использовании, Finetune и развертывании самых современных моделей ML.

CV ｜ Компьютерное зрение:

  1. 9400+ Pytorch Vision: Touchvision содержит популярные наборы данных, модельные архитектуры и обычно используемые преобразования изображений в компьютерном зрении.
  2. 1000- Pt-Styletransfer: перенос нервного стиля в качестве класса в Pytorch.
  3. 1000- OpenFacepytorch: модуль Pytorch с использованием модели OpenFace's NN4.small2.v1.t7.
  4. 1000- IMG_CLASSIFICATION_PK_PYTORCH: быстро сравните свою модель классификации изображений с самыми современными моделями (такими как Densenet, Resnet, ...)
  5. 1400+ sparseconvnet: Submanifold Sparse Convroteration Neural Network.
  6. 1000- Convolution_lstm_pytorch: Multi-Slayer Convolution LSTM (длинная кратковременная сеть памяти).
  7. 5000+ Фейт-выравнивание: библиотеки выравнивания 2D и 3D на основе Pytorch. adrianbulat.com
  8. 1500+ Pytorch-Semantic-сегментация: семантическая сегментация.
  9. 1000- ROILIGN.PYTORCH: PYTORCH Версия ROILIGN. Его реализация основана на CROND_AND_RESIZE и поддерживает вперед и назад на процессоре и GPU.
  10. 1000- Pytorch-CNN-Finetune: предварительные сверточные нейронные сети с тонкой настройкой Pytorch.
  11. 1000- Detectorch: Detectorch - Pytorch версия Detectron Framework, в настоящее время только функции вывода и оценки Detectron без обучающих функций.
  12. 4400+ Augmentor: библиотека улучшения изображений для машинного обучения. http://augmentor.readthedocs.io
  13. 1000- S2CNN: сферические CNNS: Pytorch Реализация сферических сверточных сетей. (Например, всестороннее изображение, глобальный сигнал)
  14. 2100+ TOCHCV: Среда глубокого обучения компьютерным зрением, основанная на Pytorch.
  15. 8400+ Maskrcnn-Benchmark: быстрое модульная эталонная реализация сегментации экземпляров и обнаружения объектов.
  16. 2200+ Classification-Mobile: Sandbox Computer Vision Convolrot Spoundbox, содержащая набор моделей классификации обучения на ImageNet-1K.
  17. 1000- Медицинская система: медицинская структура визуализации. http://medicaltorch.readthedocs.io
  18. 8400+ бухгалтерских учебных заведений: простой в использовании обертка для библиотеки быстрого улучшения изображений и других библиотек.
  19. 4200+ Корния: библиотека видения микрокомпьютера с открытым исходным кодом. https://kornia.org
  20. 1000- Текст-детектор: обнаружение и перевод текста.
  21. 2200+ Facenet-Pytorch.
  22. 17300+ Detectron2: Detectron2 является платформой исследования целей и сегментации целевого определения Fair Generation.
  23. 1000- Vedaseg: инструментальный ящик для семантического сегментации на основе Pytorch.
  24. 1300+ Classyvision: сквозная структура Pytorch для классификации изображений и видео. https://classyvision.ai
  25. 1000- Detecto: используйте 5 строк кода для создания полностью функциональной модели компьютерного зрения. https://detecto.readthedocs.io/
  26. 5000+ Pytorch3d: Pytorch3d - это эффективная, многоразовая библиотека 3D компьютерных видов для глубокого обучения. https://pytorch3d.org/
  27. 15700+ MMDetection: MMDetection - это набор инструментов для обнаружения объектов с открытым исходным кодом, принадлежащий проекту OpenMMLAB.
  28. 1000- Нейронное управление: внедрение алгоритма DeepDream Pytorch может создавать визуальные эффекты галлюцинации, подобную мечте.
  29. 1000- Flashtorch: Инструментализация визуализации для нейронных сетей в Pytorch!
  30. 1000- Lucent: Tensorflow и Openai Clarity, адаптированный для Pytorch.
  31. 1300+ MMDetection3D: MMDetection3D-это платформа следующего поколения OpenMMLAB для общего обнаружения 3D-объекта, часть проекта OpenMMLAB.
  32. 2100+ ммсегментация: ммсегментация представляет собой семантическую сегментационную инструментарию и эталон, часть проекта OpenMMLAB.
  33. 2200+ MMEDITITION: MMEDITITITION - это инструмент для редактирования изображений и видео, часть проекта OpenMMLAB.
  34. 1000+ MMAction2: MMAction2 является OpenMMLAB, понимающим инструментирование и эталон OpenMMLAB, часть проекта OpenMMLAB.
  35. 1000+ ммподобно: MMPose - это набор инструментов и эталон позы, часть проекта OpenMMLAB.
  36. 1000+ слегка - слегка - это структура компьютерного зрения для самоотверженного обучения.

Вероятностные/сгенерированные библиотеки ｜ Библиотека вероятностей и библиотека генерации:

  1. 1000- PTSTAT: программирование вероятности и статистический вывод.
  2. 7000+ Pyro: глубокая универсальная библиотека программирования вероятности на основе Python и Pytorch. http://pyro.ai
  3. 1000- Пробторх: вероятностный факел- это библиотека, которая расширяет модель глубокого поколения Pytorch.
  4. 1000- Paysage: неконтролируемое обучение и библиотека генеративной модели на основе Python/Pytorch.
  5. 1000- Pyvarinf: Python Package, который способствует применению байесовских методов глубокого обучения с вариационным выводом в Pytorch.
  6. 1000- PYPROB: библиотека для вероятностного компиляции программирования и вывода на основе Pytorch.
  7. 1000- MIA: библиотека, которая запускает атаки для обоснования участников против моделей машинного обучения.
  8. 1000- pro_gan_pytorch: Progan Package в качестве расширения Pytorch Nn.Module.
  9. 2000+ Botorch: байесовская оптимизация в Pytorch.

Другие библиотеки ｜ Другие библиотеки:

  1. 1000- Pytorch дополнительно: дополнительные особенности Pytorch.
  2. 1000- Функциональный зоопарк: определение модели и веса предварительного обучения для Pytorch и Tensorflow.
  3. 1600+ Факел-состава: выборка Pytorch, расширенное обучение, увеличение данных и утилиты.
  4. 1000- Torchcraft-Py: обертка для питона Torkcraft, Torkcraft- это мост, соединяющий факел и Starcraft.
  5. 1000- Aorun: Aorun пытается внедрить API-подобного кераса, используя Pytorch в качестве бэкэнда.
  6. 1000- Лоргагер: регистратор машинного обучения.
  7. 1000- Pytorch-Docset: Pytorch Offline Documentation, в сочетании с приборной, рвением, скоростью или прекрасными.
  8. 1000- Convert_TORCH_TO_PYTORCH: преобразование модели TOR T7 в модель Pytorch.
  9. 8000+ предварительно предварительно-модели.
  10. 1000- pytorch_fft: обертка Pytorch для CUDA FFTS.
  11. 1000- CAFFE_TO_TORCH_TO_PYTORCH: модель CAFFE преобразуется в модель PYTORCH/TORCH, а модель горелки преобразуется в модель Pytorch.
  12. 1000- Pytorch-Extension: пример расширения Pytorch Cuda вычисляет продукт хадамарда двух тензоров.
  13. 7000+ Tensorboard-Pytorch: этот модуль экономит тензоры Pytorch в формате Tensorboard для проверки. В настоящее время он поддерживает скаляр, изображение, аудио, гистограмму и другие функции в Tensorboard.
  14. 2400+ GPYTORCH: GPYTORCH - это библиотека процессов Гаусса, внедренная с помощью Pytorch. Это позволяет легко создавать масштабируемые, гибкие и модульные гауссовые модели процессов.
  15. Прожектор 2500+ : подробная рекомендуемая модель.
  16. 1000- Pytorch-CNS: обобщенный поиск сжатой сети на основе Pytorch.
  17. 1000- Pyinn: Cupy реализует сплайленную операцию Pytorch.
  18. 1000- Inferno: о коммунальной библиотеке Pytorch.
  19. 1000- Pytorch-Fitmodule: супер простой метод подгонки для модуля Pytorch.
  20. 4000+ Inferno-Sklearn: библиотека нейронной сети, совместимая с Scikit-Learn на основе инкапсуляции Pytorch.
  21. Null Pytorch-Caffe-Darknet-Convert: преобразовать между Pytorch, Caffe Prototxt/Weights и Darknet CFG/Weights.
  22. 1000- pytorch2caffe: преобразовать модель Pytorch в модель Caffe.
  23. 1000- Pytorch-Tools: Pytorch Tool.
  24. 1900+ SRU: Обучение RNN так же быстро, как тренировка CNN. (arxiv.org/abs/1709.02755)
  25. 1000- Torch2coreml: Torch7 -> Coreml, инструмент, который преобразует модель Torch7 в формат Apple Coreml для работы на устройствах Apple.
  26. 1700+ Pytorch-кодирование: сеть кодирования глубоких текстур Pytorch (сеть кодирования глубоких текстур) http://hangzh.com/pytorch-encoding
  27. 1000- Pytorch-CTC: Pytorch-CTC реализует декодирование поиска луча CTC (временная классификация соединения). Код C ++ заимствует у TensorFlow и добавляет гибкость с некоторыми улучшениями.
  28. 1000- Candlegp: Гауссовый процесс в Pytorch.
  29. 1000- DPWA: распределенное обучение на основе парного усреднения.
  30. 1000- DNI-Pytorch: Detorch Decoucted Neural Creation на основе синтетических градиентов.
  31. 4000+ Skorch: библиотека нейронной сети, совместимая с Scikit-Learn на основе инкапсуляции Pytorch.
  32. 3600+ Ignite: Ignite-это библиотека высокого уровня, которая помогает вам обучать нейронные сети в Pytorch.
  33. 1000- Арнольд: Арнольд - Агент игры Doom.
  34. 1000- Pytorch-MCN: преобразовать модель MatConvnet в модель Pytorch.
  35. 3200+ простой быстрее-rcnn-pytorch: упрощенная реализация более быстрой R-CNN, с производительностью, сравнимой с характеристикой оригинальной статьи.
  36. 1000- generation_zoo: generation_zoo предоставляет рабочие реализации некоторых генеративных моделей в Pytorch.
  37. 1800+ Pytorchviz: визуализируйте бегущую диаграмму Pytorch.
  38. 1000- Cogitare: Cogitare - современная, быстрое и модульное глубокое обучение и структуру машинного обучения.
  39. 1000- Pydlt: инструмент для глубокого обучения на основе Pytorch.
  40. 1000- Полубезопасные пироги: реализация различных полупрофильных моделей на основе VAE и генеративных моделей.
  41. 1000- pytorch_cluster: библиотека расширения Pytorch для оптимизации алгоритма кластера графиков.
  42. 1000- Нейронная сборщик-компилятор: компилятор нейронной сборки Pytorch на основе адаптивной нейронной компиляции.
  43. 1000- Caffemodel2pytorch: преобразовать модель Caffe в модель Pytorch.
  44. 1000- Extension-CPP: расширение C ++ в Pytorch.
  45. 1000- Pytoune: класс Keras Framework and Utility.
  46. 1000- Jetson-Reinforments: NVIDIA Jetson Deep Areforment Learning Learning Библиотека GPU моделируется с использованием Pytorch, Openai Gym и Robots.
  47. 1000- Matchbox: напишите код Pytorch для одного примера и эффективно запустите небольшими партиями.
  48. 1000 -Torch-Two-Sample: библиотека испытаний с двумя образцами Pytorch.
  49. 3100+ Pytorch-Summary: резюме модели Pytorch, аналогично model.summary() в керасе.
  50. 1000- mpl.pytorch: Pytorch реализация MaxpoolingLoss.
  51. NULL SCVI-DEV: ссылка недействительна.
  52. 5500+ Apex: расширение Pytorch: ориентировано на тонколифицированную гибридную точность и распределенную тренировку.
  53. 3100+ ELF: ELF: платформа для исследования игры, воссоздавая Alphagozero/Alphazero.
  54. 1000- Торэклит: Pytorch строит библиотеку высокого уровня на популярных структурах машинного обучения, таких как Sklearn, Pytorch и Tensorflow.
  55. 1000- Совместная-Vae: Pytorch Реализация совместных вещей, структура для разделения непрерывных и дискретных коэффициентов изменчивости?
  56. 1000- SLM-LAB: модульная модульная структура обучения Pytorch.
  57. 1000- BindSnet: пакет Python, который имитирует импульсные нейронные сети на процессорах или графических процессорах с помощью функции Tensor Pytorch.
  58. 1000- pro_gan_pytorch: Progan Package в качестве расширения Pytorch Nn.Module.
  59. 11500+ pytorch_geometric: Geometry Geometry Geometry Geometry Bibrary.
  60. 1000- Torchplus: реализуйте оператор + на модулях Pytorch, чтобы вернуть последовательность.
  61. 1000- Lagom: Lagom: легкая архитектура Pytorch для быстрого прототипирования алгоритмов обучения подкрепления.
  62. 1000- Торшколонщик: Torchbarer: библиотека подгонки модели Pytorch.
  63. 1000- Pytorch-Maml-RL: модель-агростическое мета-обучение в обучении подкреплению.
  64. 1000- Nalu: базовая реализация Pytorch of Neural Arithmetic Logic Units, бумага: arxiv.org/pdf/1808.00508.pdf.
  65. 1000- Qucumber: Реконструкция функции волновой функции с несколькими телами в нейронных сетях.
  66. 1000- Магнит: самостоятельный проект глубокого обучения. http://magnet-dl.readthedocs.io/
  67. 1000- opencv_transforms: OpenCV реализует сегментацию изображения Torchvision.
  68. 21100+ FASTAI: Fast.ai Библиотека глубокого обучения, курсы и учебные пособия.
  69. 1000- ПИТОРЧ-ДЕЙСТВЕННАЯ Коррекция: Код для статьи «Плотные объекты с сетью: обучение плотным дескрипторам визуального объекта по роботизированным манипуляциям».
  70. 1000- Окрашивание-пирог: Pytorch реализует интерактивную глубокую раскраску. Richzhang.github.io/ideepcolor
  71. 1000- Beauty-Net: Pytorch Простой, гибкий и расширяемый шаблон Pytorch.
  72. 1000- OpenChem: OpenChem: Deep Learning Toolkit для вычислительной химии и исследований по дизайну лекарств Mariewelt.github.io/openchem.
  73. 1000- Торчани: Pytorch Точный потенциал нейронной сети. aiqm.github.io/torchani
  74. 1000- Pytorch-LBFGS: Pytorch реализует L-BFGS.
  75. 2400+ Gpytorch: эффективная и модульная реализация гауссовых процессов в Pytorch.
  76. 1000- Гессиан: пирогальная версия Гессиана.
  77. 1000- Vel: скорость в исследованиях глубокого обучения.
  78. 1000- NoneChucks: динамически обрабатывать плохие образцы в наборе данных, используя преобразования в качестве фильтров.
  79. 1000+ Torchstat: модельный анализатор в Pytorch.
  80. 1400+ QNNPACK: Количественный пакет нейронной сети - реализация оптимизации мобильной оптимизации квантового оператора нейронной сети.
  81. 3600+ TOCHDIFFEQ: Pytorch решает обычное дифференциальное уравнение (ODE), используя алгоритм обратного распространения, поддерживаемый полной GPU и O (1) сложности памяти.
  82. 1000+ Redner: дифференцируемый трекер пути Монте -Карло.
  83. 1000- Pixyz: библиотека для разработки глубоких генеративных моделей более кратким, интуитивно понятным и масштабируемым способом.
  84. 1000- euclidesdb: встроенная база данных с мультимоделью машинного обучения. http://euclidesdb.readthedocs.io
  85. 1000- Pytorch2keras: преобразовать модель Pytorch в модель Keras.
  86. 1000- Салат: доменная адаптация и полусопервизированный инструментарий для обучения.
  87. 1000- Netharn: параметризованные приспособления для подгонки и прогнозирования для Pytorch.
  88. 7700+ DGL: пакет Python, основанный на существующей структуре DL, используется для упрощения глубокого изучения графики. http://dgl.ai.
  89. 1600+ Gandissect: инструмент на основе Pytorch для визуализации и понимания нейронов Ган. gandissect.csail.mit.edu
  90. 1000- Delira: легкая структура для быстрого прототипирования и обучения глубокому нейронным сетям на основе Pytorch и Tensorlow для медицинской визуализации. delira.rtfd.io
  91. 1000- Гриб: библиотека Python для экспериментов по подкреплению.
  92. 1000- xlearn: библиотека обучения передачи.
  93. 1000- Geoopt: метод адаптивной оптимизации Riemann на основе оптимизации Pytorch.
  94. 1000- Vegans: содержит несколько существующих Gans.
  95. 4200+ Корния: библиотека видения микрокомпьютера с открытым исходным кодом. https://kornia.org
  96. 1000- Admodorch: набор инструментов для исследования против надежности.
  97. 2800+ Adabound: оптимизатор, который тренируется так же быстро, как Адам и так же хорош, как SGD.
  98. 1000- Frenchel-Young-потери: используйте потерю Fenchel-Young в качестве функции потери для классификации вероятности в Pytorch/Tensorflow/Scikit-Learn.
  99. 2700+ Pytorch-Opcounter: статистика Mac/Flops модели Pytorch.
  100. 1000- TOR10: Общая библиотека сети-тензора, предназначенная для квантового моделирования на основе Pytorch.
  101. 2600+ катализатор: передовая утилита для исследований Pytorch DL & RL. Его сосредоточенность на разработке - повторяемость, быстрые эксперименты и повторное использование кода/идеи. Возможность исследовать/разрабатывать что -то новое, вместо того, чтобы писать еще один регулярный учебный цикл.
  102. 1500+ AX: адаптивная экспериментальная платформа.
  103. 1000- Pywick: библиотека обучения нейронной сети на высоком уровне.
  104. 1000- Торэкгпипа: Pytorch реализует GPIPE. Torchgpipe.readthedocs.io
  105. 1000+ Hub: Pytorch Hub-это предварительно обученная библиотека модели, используемая для повышения повторяемости исследований.
  106. 14600+ Pytorch-Lightning: легкая обертка Pytorch для исследователей ML. Масштабирование модели, написание меньше шаблонов.
  107. 1000- TOR10: Общая библиотека сети-тензора, предназначенная для квантового моделирования на основе Pytorch.
  108. 3100+ TensorWatch: отладка, мониторинг и визуализация машинного обучения Python и науки данных.
  109. 1000- Wavetorch: численное решение и контрпропагирование волновых уравнений. arxiv.org/abs/1904.12831
  110. 1000- Diffdist: Diffdist- это библиотека Python для Pytorch. Он расширяет функциональность по умолчанию torch.autograd и добавляет поддержку межпроцессного микрокоммуникации.
  111. 1000- TorchProf: Минимальная библиотека зависимостей для анализа слоя моделей Pytorch.
  112. 1000- OSQPTH: Pytorch Microscopic Solver OSQP.
  113. 1000- McTorch: библиотека оптимизации коллектора для глубокого обучения.
  114. 1000- Pytorch-Hessian-Eigtings: Эффективная декомпозиция функций Pytorch Hessian с использованием гессанского векторного продукта и случайной итерации мощности.
  115. 1200+ Minkowskiengine: Minkowski Engine-это библиотека автоматических дифференциальных методов для генерализованной разреженной свертки и высокоразмерных разреженных тензоров.
  116. 1000- Pytorch-CPP-RL: CPPRL-это подкрепляющая структура обучения, написанная на фронт-конце Pytorch C ++.
  117. 1000+ Pytorch-Toolbelt: расширение Pytorch для быстрого развития прототипа исследований и разработок и сбора кодов Kaggle.
  118. 1000- Argus-Tensor-Stream: библиотека для декодирования живых видеопотоков в память CUDA. TensorStream.argus-ai.com
  119. 1000- Macarico: научитесь искать в Pytorch.
  120. 1900+ Rlpyt: обучение подкрепления в Pytorch.
  121. 1000- Pywarm: более чистый способ построить нейронные сети для Pytorch. https://blue-season.github.io/pywarm/
  122. 1300+ Learn2learn: Pytorch Meta-Mearning Framework. http://learn2learn.net
  123. 1000- Торшбест: платформа Pytorch для обучения распределенному подкреплению.
  124. 1100+ выше: выше-это библиотека Pytorch, которая позволяет пользователям получать градиенты более высокого порядка, которые охватывают тренировочные петли, а не потери на одном этапе обучения.
  125. Null Torchelie: Torchélie - это коллекция серии функций инструментов, слоев, потерь, моделей, тренеров и т. Д. Для Pytorch. https://torchelie.readthedocs.org/
  126. 1000- Crypten: Crypten- это платформа машинного обучения, защищенную конфиденциальностью, написанную в Pytorch, позволяющая исследователям и разработчикам обучать модели с использованием зашифрованных данных. Crypten в настоящее время поддерживает безопасные многопортные вычисления в качестве механизма шифрования.
  127. 1000+ cvxpylayers: cvxpylayers - это библиотека Python для построения слоев оптимизации микроконветвления в Pytorch.
  128. 1000+ Repdistiller: эталон для сравнения дистилляции представления (CRD) и последних знаний о методах дистилляции.
  129. 2500+ Kaolin: библиотека Pytorch, предназначенная для ускорения 3D исследования глубокого обучения.
  130. 1000- Pysnn: эффективная плавка нейронной сети Spike, построенная на Pytorch для ускорения графического процессора.
  131. 1000- Sparktorch: тренировать и запустить модели Pytorch на Apache Spark.
  132. 3400+ Pytorch-Metric-обучение: самый простой способ использования метрического обучения в вашем приложении. Модульный, гибкий и масштабируемый. Построен с питорхом.
  133. 1000- Автономное обучение-библиотека: библиотека Pytorch для построения средств обучения глубокого подкрепления.
  134. 1000- Flambe: ML-структура для ускорения исследований и его производственных путей. https://flambe.ai
  135. 1900+ Pytorch-Optimizer: коллекции современных алгоритмов оптимизации для Pytorch, включают в себя: ACCSGD, Adabound, Adamod, Diffgrad, Lamb, Radam, Radam, Yogi.
  136. 2200+ Pytorch-Vae: коллекция вариационных автоэкодоров (VAE) в Pytorch.
  137. 16700+ луч: быстрая и простая структура для строительства и запуска распределенных приложений. Рэй упакован с Rllib, масштабируемой библиотекой обучения Reformer и Tune, масштабируемой библиотекой настройки гиперпараметров. Ray.io
  138. 1000- Геометрическая височная височная система: библиотека временных расширений для геометрического Pytorch.
  139. 1000- POUTYNE: Керас-подобная структура для Pytorch, которая обрабатывает большую часть кодекса с шариком, необходимым для обучения нейронных сетей.
  140. 1000- Pytorch-Toolbox: это проект Toolbox для Pytorch. Стремившись сделать вас более проще, проще, читаемым и кратким.
  141. 1000- Pytorch-Contrib: он содержит рецензируемые реализации идей из недавних статей машинного обучения.
  142. 6200+ EffactNet Pytorch: он содержит реумплемацию Pytorch Op-For-OP Pytorch, а также предварительно обученные модели и примеры.
  143. 1300+ Pytorch/XLA: Pytorch/XLA - это пакет Python, в котором используется компилятор Deep Learning для подключения Pytorch глубокого обучения и облачные TPU.
  144. 1000- WebDataSet: WebDataset- это реализация набора данных Pytorch (iterabledataset), обеспечивающая эффективный доступ к наборам данных, хранящимся в Posix Tar Archives.
  145. 1000- VolksDep: VolksDep- это набор инструментов для развертывания и ускорения моделей Pytorch, ONNX и Tensorflow с Tensorrt.
  146. 1700+ Pytorch-Studiogan: Studiogan-это библиотека Pytorch, предоставляющая реализации репрезентативных общих состязательных сетей (Gans) для условной/безусловной генерации изображений. Studiogan стремится предложить идентичную игровую площадку для современных Gans, чтобы исследователи машинного обучения могли легко сравнивать и проанализировать новую идею.
  147. NULL TOCKDRIFT: библиотека обнаружения дрейфов
  148. 1600+ Accelerate: простой способ обучения и использования моделей Pytorch с мульти-GPU, TPU, смешанными.
  149. 1000- Трансформаторы Lightning: Гибкий интерфейс для высокопроизводительных исследований с использованием трансформаторов SOTA, использующих молнию, трансформаторы и гидру Pytorch.

Учебные пособия и книги и примеры ｜ Учебные пособия, книги и примеры

  1. 4200+ Практический питор **: В этом руководстве объясняется различные модели RNN.
  2. DeepLearningFornlpinpytorch: учебник по глубокому обучению Ipython, содержащий акцент на обработке естественного языка.
  3. 21300+ Pytorch-Tutorial: учебник по глубокому обучению для исследователей, где большинство моделей имеют менее 30 строк кода реализации.
  4. 1000- ПИТОРХ-ЭКСКРОСИЗЫ: Сбор упражнений Pytorch.
  5. 5200+ Учебников Pytorch: различные учебные пособия Pytorch.
  6. 16500+ Примеры Pytorch: Примеры использования Pytorch, сценарии применения включают видение, текст, обучение подкреплению и т. Д.
  7. 1000- Пхема практики: пример Pytorch.
  8. 1000- Mini Учебные пособия Pytorch: минималистское руководство Pytorch, адаптировано из учебника Alec Radford по Theano.
  9. 1000- Питорная текстовая классификация: Pytorch реализует классификацию текста на основе CNN.
  10. 1000- Cats против собак: Kaggle Contest Dogs vs. Cats Redux: пример сетки Kernels Edition.
  11. 1000- Convnet: полный пример обучения глубокой сверточной сети по различным наборам данных (ImageNet, Cifar10, Cifar100, MNIST).
  12. 1000- Pytorch, сгенерированные-побочные сети: простая сеть состязательной генерации (GAN).
  13. 1000- Контейнеры Pytorch: упрощенные контейнеры факела в Pytorch.
  14. 1000 -t-sne в Pytorch: T-Sne Experiment.
  15. 1000- AAE_PYTORCH: версия Pytorch против AutoEncoder.
  16. 1000- KINK_PYTORCH_TUTORIAL: Учебник для начинающих Pytorch.
  17. 1000 -Pytorch-Poety-Gen: char-rnn (рецидивирующая нейронная сеть на уровне символов) на основе Pytorch.
  18. 1000- Pytorch-Reinforce: Pytorch реализует дискретный и непрерывный контроль в спортзале Openai.
  19. 6100+ Pytorch-Tutorial **: Постройте свою собственную нейронную сеть просто и быстро. https://morvanzhou.github.io/tutorials/
  20. 1000- Pytorch-Intro: продемонстрировать, как реализовать CNNS и RNN в Pytorch.
  21. 1300+ Pytorch-Classification: структура классификации на наборах данных CIFAR-10/100 и ImageNet.
  22. 1000- pytorch_notebooks - Hardmaru: случайные учебные пособия, написанные в Numpy и Pytorch.
  23. 1000- pytorch_tutoria-Quick: Pytorch введение и учебное пособие. Исследователи в области компьютерного зрения, графики и машинного обучения требуют базовых знаний о теории нейронных сети и обычно используемых структур нейронных сети.
  24. 1000- pytorch_fine_tuning_tutorial: короткое руководство по точной настройке или обучению переносам в Pytorch.
  25. 1000- pytorch_exercises: упражнения Pytorch.
  26. 1000- Пример курса по всему курсу в Нью-Йоркском университете 2018 года.
  27. 1000- MSS_PYTORCH: Нет необходимости в постфильтрации, используйте алгоритм вывода петли для достижения пения и разделения речи- реализация Pytorch. Демо: JS-mim.github.io/mss_pytorch
  28. 2600+ DeepNLP-Models-Pytorch Pytorch Реализация различных моделей Deep NLP в курсе CS-224N. (Stanford Univ: NLP с глубоким обучением)
  29. 1000- MILA ВВЕДЕНИЕ УПРАВЛЕНИЯ: Различные учебные пособия для первокурсников Мила. (Мила: Канадский центр исследований искусственного интеллекта)
  30. 1000- Pytorch.rl.Lashing: Используйте Pytorch для изучения обучения подкреплению.
  31. 1000- Минимум-seq2seq: минимальная модель seq2seq, фокусирующаяся на переводе нейронной машины.
  32. 1000- tensorly-notebooks: используйте Python и Tensorly для реализации тензорных методов. tensorly.github.io/dev
  33. 1000- pytorch_bits: связанные примеры прогнозирования времени.
  34. 1000- Пропустить: Pytorch реализует модель вектора Word Skip.
  35. 1000- Видео-капций-питор: используйте Pytorch, чтобы добавить субтитры в видео.
  36. 1000- Капсула-сети-схема: простой и простой для изучения учебное пособие по капсульной сети.
  37. 2100+ Код кода-обучения по поводу обучения с помощью Pytorch: код в книге «Введение в глубокое обучение: pytorch». item.jd.com/17915495606.html
  38. 2300+ RL-Приключение: Учебное пособие по обучению Deep Q для версии Pytorch, простая, легкая для обучения и сильная читаемость кода. Он включает в себя реализацию Pytorch DQN/ DDQN/ Приоритетное воспроизведение/ шумные сети/ значения распределения/ радуга/ иерархический RL.
  39. 1000- Accelerated_DL_PYTORCH: День Юпитера Атланта II Алгоритмы глубокого обучения для встреч, включая учебные пособия Pytorch и выступления на конференции.
  40. 2500+ RL-Adventure-2: Учебное пособие по версии Pytorch0.4 следующего: актер-критик / Оптимизация политики / ACER / DDPG / Twin Duel DDPG / Soft Actor Critic / Generaled Adversarial Imation Learning / redssight Experience Replay.
  41. Генеративные состязательные сети (GAN) в 50 строк кода (Pytorch): 50 строк генерируют состязательные сети.
  42. Адверс-авлокоудерс с пит-питанием: питор против автоэнкодеров.
  43. Переносное обучение с использованием Pytorch: Pytorch Transfer Learning.
  44. Как к внедрению A-Yolo-Object-Detector-In-Pytorch: как реализовать детектор объекта YOLO (V3) с использованием Pytorch.
  45. Pytorch-For-Recommenders-101: Создайте систему рекомендаций с использованием Pytorch.
  46. 1000- Pytorch-for-Numpy-Users: Pytorch для пользователей Numpy.
  47. Учебное пособие Pytorch: китайский учебник Pytorch (китайская сеть Pytorch).
  48. 1000- Грокикинг-питор: научите вас шаг за шагом, как выучить Pytorch.
  49. 5200+ Pytorch-Deep-Minicourse: Pytorch Deep Learning Micro Courses.
  50. 1000- Pytorch-Custom-Dataset-Examples: Некоторые примеры пользовательских наборов данных для Pytorch.
  51. Мультипликативный LSTM для рекомендаций на основе последовательностей: мультипликативный LSTM для рекомендаций на основе последовательностей. / Рекомендуемая реализация последовательности на основе LSTM.
  52. 1000- Deeplearning.ai-Pytorch: Пыточная реализация курса Coursera Deep Learning Course (Deeplearning.ai).
  53. 1000- MNIST_PYTORCH_PYTHON_AND_CAPI: Пример: как обучить сеть MNIST в Python и запустить ее в C ++ с Pytorch1.0.
  54. 1000- Torch_light: учебные пособия и примеры, включая обучение подкреплению, NLP, CV. Модели нейронной сети, такие как Logistic, CNN, RNN, LSTM, реализованы несколькими линиями кода, и некоторые передовые примеры реализованы сложными моделями.
  55. 1000- Porttrain-Gan: кодирование (декодирование еще не было внедрено) Арт-дкган, сгенерированная портретной масляной живописью.
  56. 1000- МРИ-анализ-питор: анализ ядерного магнитного резонанса (МРТ) проводился с использованием Pytorch и Medicaitorch.
  57. 1000- CIFAR10-FAST: Полное обучение модели RESNET на наборе данных CIFAR10 в течение 79 секунд и достигает точности теста 94%. Для связанного контента см. Серию блогов.
  58. Вступление в глубокое обучение с Pytorch: бесплатный курс, совместно запущенный Udacity и Facebook, включая введение в Pytorch и интервью с Soumith Chintala, одним из авторов Pytorch.
  59. 2900+ Pytorch-Sentiment-анализаз: Семантский учебник Pytorch и Torchtext.
  60. 11800+ Pytorch-Image-Models: модель изображения Pytorch, скрипт и обучающие веса-(SE) Resnet/Resnext, DPN, EfficiptNet, Mobilenet-V3/V2/V1, MNASNET, NAS с одним путем, FBNET и т. Д.
  61. 1000- Cifar-Zoo: Pytorch Реализация множества архитектур CNN на основе 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.

Расширять
Дополнительная информация
Связанные приложения
Рекомендуем вам
Связанные новости Все