pytorch

Stable Diffusion Web UI

🤗 Transformers: das Framework zur Modelldefinition für state-of-the-art Machine Learning Modelle in Text, Vision, Audio und multimodale Modelle, sowohl für Inferenz als auch für Training.

Das leistungsstärkste und modularste Diffusionsmodell-GUI, API und Backend mit einer Graph/Nodes-Schnittstelle.

Implementiere ein ChatGPT-ähnliches LLM in PyTorch von Grund auf, Schritt für Schritt.

Ein hocheffizientes und speichereffizientes Inferenz- und Serving-Engine für LLMs

🧑‍🏫 60+ Implementierungen/Tutorials von Deep-Learning-Papieren mit Nebennotizen 📝; inkl. transformers (original, xl, switch, feedback, vit, ...), optimizers (adam, adabelief, sophia, ...), gans (cyclegan, stylegan2, ...), 🎮 Reinforcement Learning (ppo, dqn), capsnet, Distillation, ... 🧠

Deep Learning für Menschen

Ultralytics YOLO26, YOLO11, YOLOv8 — Objekterkennung, Instanzen-Segmentierung, semantische Segmentierung, Bildklassifizierung, Pose-Schätzung, Objekttracking

Eine Stimme in 5 Sekunden klonen, um beliebiges Speech in Echtzeit zu generieren.

Ultralytics YOLOv5 in PyTorch für Objekterkennung, Instanzsegmentierung, Klassifizierung, Training und Export.

Wir erstellen Ihre wiederverwendbaren Computer-Vision-Tools. 💜

Erfahren Sie, wie man Produktions-ML-Anwendungen entwickelt, bereitstellt und iteriert.

🐸💬 - ein Deep-Learning-Toolkit für Text‑zu‑Sprache, erprobt in Forschung und Produktion

Ray ist ein AI-Rechen-Engine. Ray besteht aus einem Core-Distributed-Runtime und einer Reihe von AI-Bibliotheken zur Beschleunigung von ML-Workloads.

DeepSpeed ist eine Deep-Learning-Optimierungsbibliothek, die verteilte Training und Inferenz einfach, effizient und effektiv macht.

GFPGAN zielt darauf ab, praktische Algorithmen für die Gesichtsrestaurierung in der Realwelt zu entwickeln.

Die größte Sammlung von PyTorch-Bildencodern / Backbones. Enthält Trainings-, Evaluierungs-, Inferenz- und Exportskripte sowie vortrainierte Gewichte -- ResNet, ResNeXT, EfficientNet, NFNet, Vision Transformer (ViT), MobileNetV4, MobileNet-V3 & V2, RegNet, DPN, CSPNet, Swin Transformer, MaxViT, CoAtNet, ConvNeXt und mehr

🚀Eine Stimme in 5 Sekunden klonen, um beliebiges Speech in Echtzeit zu erzeugen.

Real-ESRGAN zielt darauf ab, Praktische Algorithmen für die allgemeine Bild- und Video-Restauration zu entwickeln.

File Browser bietet eine Datei‑Verwaltungs‑Schnittstelle in einem angegebenen Verzeichnis und ermöglicht das Hochladen, Löschen, Vorschauen und Bearbeiten von Dateien.

🤗 Diffusers: State-of-the-art-Diffusionsmodelle für Bild-, Video- und Audiogenerierung in PyTorch.

Visualisierer für neuronale Netze, Deep Learning und Machine Learning-Modelle

OpenMMLab Detection Toolbox und Benchmark

Pretrain, finetune ANY AI-Modell jeder Größe auf 1 oder 10.000+ GPUs ohne Code-Änderungen.

Fertig einsetzbarer OCR mit Unterstützung von 80+ Sprachen und allen beliebten Schriftsystemen, darunter Latein, Chinesisch, Arabisch, Devanagari, Cyrillisch und etc.

State-of-the-art 2D- und 3D-Gesichtsanalyse-Projekt

Interaktives Deep-Learning-Buch mit Multi-Framework-Code, Mathematik und Diskussionen. Wird an 500 Universitäten in 70 Ländern eingesetzt, darunter Stanford, MIT, Harvard und Cambridge.

Die fastai Deep-Learning-Bibliothek

Deep Learning für Bildverarbeitung einschließlich Klassifizierung und Objekterkennung usw.

GUI für einen Vocal Remover, der Deep Neural Networks verwendet.