pytorch-lightning

so-vits-svc Fork mit Echtzeitunterstützung, verbesserter Benutzeroberfläche und weiteren Funktionen.

SUPIR zielt auf die Entwicklung praktischer Algorithmen zur fotorealistischen Bildwiederherstellung in freier Wildbahn ab. Unsere neue Online-Demo ist ebenfalls auf suppixel.ai verfügbar.

PyTorch Lightning + Hydra. Eine sehr benutzerfreundliche Vorlage für ML-Experimente. ⚡🔥⚡

Zeitreihenvorhersage mit PyTorch

Repository von Jupyter Notebook Tutorials für den Deep Learning Kurs an der Universität Amsterdam (MSc AI), Herbst 2023

🔎 Überwachen Sie das Training von Deep-Learning-Modellen und die Hardware-Nutzung von Ihrem Mobiltelefon aus 📱

PyTorch-Implementierung von Pointnet2/Pointnet++

Ein einheitliches Framework für Deep-Learning-Modelle auf tabellarischen Daten

solo-learn: Eine Bibliothek für selbstüberwachte Lernmethoden zur visuellen Repräsentationsgenerierung, basierend auf PyTorch Lightning

Trainierte Modelle und Code zur Vorhersage toxischer Kommentare für alle drei Jigsaw Toxic Comment Challenges. Erstellt mit ⚡ Pytorch Lightning und 🤗 Transformers. Für den API-Zugriff senden Sie bitte eine E-Mail an contact@unitary.ai.

UNetFormer: Ein UNet-ähnlicher Transformer für die effiziente semantische Segmentierung von Fernerkundungs-Stadtbildern (ISPRS). Enthält zudem weitere Vision Transformer und CNNs für die Segmentierung von Satelliten-, Luft- und Drohnenbildern.

Metrische Lern- und Retrieval-Pipelines, Modelle und Zoo.

Eine PyTorch-Bibliothek für alles rund um Reinforcement Learning (RL) für Combinatorial Optimization (CO)

Ein minimalistisches SOTA-LaTeX-OCR-Modell mit nur 20 Mio. Parametern, das im Browser läuft. Vollständige Trainings-Pipeline zur Selbstreproduktion verfügbar.

Ein technologiestandardunabhängiges Computer-Vision-Framework – erweiterbar für jede Trainingsbibliothek: Fastai, Pytorch-Lightning und weitere folgen

Offizielles Repository begleitend zu einem CVPR 2022 Paper EMOCA: Emotion Driven Monocular Face Capture And Animation. EMOCA verarbeitet ein einzelnes Gesichtsbild als Eingabe und erstellt eine 3D-Rekonstruktion. EMOCA setzt einen neuen Standard für die Rekonstruktion stark emotionaler Bilder in freier Wildbahn

Deep Learning mit Spiking Neural Networks (SNNs) in PyTorch.

Physik-informierte neuronale Netze für fortgeschrittene Modellierung

End-to-End Molecular Dynamics (MD) Engine mit PyTorch

Extrem schnelles Framework für das Fine-Tuning von Similarity-Learning-Modellen

Das erste CJK-Schrifterkennungs- und Stilextraktionsmodell, YuzuMarker-Modell und Implementierung.

PyTorch Lightning Optical Flow-Modelle, Skripte und vortrainierte Gewichte.

Eine PyTorch-Implementierung von Perceiver, Perceiver IO und Perceiver AR mit PyTorch Lightning-Skripten für verteiltes Training