pytorch

Tenseurs et réseaux de neurones dynamiques en Python avec une forte accélération GPU

Un ensemble d'exemples autour de PyTorch dans les domaines de la vision, du texte, de l'apprentissage par renforcement, etc.

Jeux de données, transformations et modèles dédiés à la vision par ordinateur

Tutoriels PyTorch.

Une plateforme native PyTorch pour l'entraînement de modèles d'IA générative.

IA sur appareil pour mobile, systèmes embarqués et edge avec PyTorch

Bibliothèque de haut niveau pour faciliter l'entraînement et l'évaluation de réseaux de neurones dans PyTorch de manière flexible et transparente

Une bibliothèque PyTorch modulaire, axée sur les primitives et Python, pour l'apprentissage par renforcement.

Compilateur PyTorch/TorchScript/FX pour GPU NVIDIA utilisant TensorRT.

Quantification native PyTorch pour l'entraînement et l'inférence

Manipulation et transformation de données pour le traitement des signaux audio, propulsé par PyTorch.

Activation de PyTorch sur les périphériques XLA (par exemple, Google TPU).

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

Bibliothèque de communications collectives avec diverses primitives pour l'entraînement multi-machines.

Soumission à https://pytorch.org/hub/.

Extensions C++ dans PyTorch

Bibliothèque d'informations CPU (x86/x86-64/ARM/ARM64, Linux/Windows/Android/macOS/iOS).

TorchBench est une collection de benchmarks open source utilisés pour évaluer les performances de PyTorch.

TensorDict est un conteneur de tenseurs dédié à PyTorch.

Bibliothèque de profilage CPU+GPU offrant un accès aux traces chronologiques et aux compteurs de performance matériels.

Un DSL intégré à Python qui facilite l'écriture de noyaux ML rapides et évolutifs avec un minimum de code répétitif.