pytorch

Tensors y redes neuronales dinámicas en Python con una sólida aceleración por GPU

Un conjunto de ejemplos en torno a PyTorch sobre visión, texto, aprendizaje por refuerzo, etc.

Conjuntos de datos, transformaciones y modelos específicos para Computer Vision

Tutoriales de PyTorch.

Una plataforma nativa de PyTorch para entrenar modelos de IA generativa

IA en el dispositivo para móviles, sistemas empotrados y edge computing con PyTorch

Biblioteca de alto nivel para ayudar a entrenar y evaluar redes neuronales en PyTorch de manera flexible y transparente.

Una biblioteca de PyTorch modular, enfocada en primitivas y nativa de Python para el aprendizaje por refuerzo (Reinforcement Learning).

Compilador PyTorch/TorchScript/FX para GPUs NVIDIA usando TensorRT

Cuantización nativa de PyTorch para entrenamiento e inferencia

Manipulación y transformación de datos para el procesamiento de señales de audio, impulsado por PyTorch

Habilitación de PyTorch en dispositivos XLA (por ejemplo, Google TPU).

FB (Facebook) + GEMM (Multiplicación general de matrices) - https://code.fb.com/ml-applications/fbgemm/

Biblioteca de comunicaciones colectivas con varias primitivas para el entrenamiento en múltiples máquinas.

Envío a https://pytorch.org/hub/

Extensiones de C++ en PyTorch.

Biblioteca de información de CPU (x86/x86-64/ARM/ARM64, Linux/Windows/Android/macOS/iOS)

TorchBench es una colección de benchmarks de código abierto utilizados para evaluar el rendimiento de PyTorch.

TensorDict es un contenedor de tensores dedicado para PyTorch.

Una biblioteca de perfilado de CPU+GPU que proporciona acceso a trazas de línea de tiempo y contadores de rendimiento de hardware.

Un DSL integrado en Python que facilita la escritura de kernels de ML rápidos y escalables con un mínimo de código repetitivo.