pytorch

Tensoren und dynamische neuronale Netze in Python mit starker GPU-Beschleunigung

Eine Reihe von PyTorch-Beispielen für Computer Vision, Text, Reinforcement Learning usw.

Datensätze, Transformationen und Modelle speziell für Computer Vision

PyTorch-Tutorials.

Eine native PyTorch-Plattform zum Trainieren generativer KI-Modelle

On-Device-KI für Mobilgeräte, eingebettete Systeme und Edge mit PyTorch

High-Level-Bibliothek zur flexiblen und transparenten Unterstützung beim Training und Evaluieren von neuronalen Netzen in PyTorch.

Eine modulare, primitive-first, python-first PyTorch-Bibliothek für Reinforcement Learning.

PyTorch/TorchScript/FX-Compiler für NVIDIA-GPUs unter Verwendung von TensorRT

PyTorch-native Quantisierung für Training und Inferenz.

Datenmanipulation und -transformation für die Audiosignalverarbeitung, unterstützt durch PyTorch

Aktivierung von PyTorch auf XLA-Geräten (z. B. Google TPU)

FB (Facebook) + GEMM (General Matrix-Matrix Multiplication) - https://code.fb.com/ml-applications/fbgemm/

Bibliothek für kollektive Kommunikation mit verschiedenen Primitiven für das Training auf mehreren Maschinen.

Einreichung bei https://pytorch.org/hub/

C++-Erweiterungen in PyTorch

CPU-Informationsbibliothek (x86/x86-64/ARM/ARM64, Linux/Windows/Android/macOS/iOS)

TorchBench ist eine Sammlung von Open-Source-Benchmarks zur Bewertung der PyTorch-Leistung.

TensorDict ist ein auf PyTorch spezialisierter Tensor-Container.

Eine CPU+GPU-Profilierungsbibliothek, die Zugriff auf Zeitleisten-Traces und Hardware-Leistungsindikatoren bietet.

Eine in Python eingebettete DSL, die das Schreiben schneller, skalierbarer ML-Kernel mit minimalem Boilerplate-Code erleichtert.