pretrained-models

शोधकर्ताओं के लिए PyTorch-आधारित ऑडियो सोर्स सेपरेशन टूलकिट

OFA (ICML 2022) की आधिकारिक रिपॉजिटरी। पेपर: OFA: Unifying Architectures, Tasks, and Modalities Through a Simple Sequence-to-Sequence Learning Framework

Llama3-8B पर आधारित GPT4V-स्तर का ओपन-सोर्स मल्टी-मोडल मॉडल

3D मशीन लर्निंग कार्यों को हल करने के लिए Open3D का एक एक्सटेंशन

EasyNLP: एक व्यापक और उपयोग में आसान NLP टूलकिट

EfficientNet मॉडल का कार्यान्वयन। Keras और TensorFlow Keras।

विज़न मॉडल (YOLO, ViTs, RT-DETR, DINOv3) के लिए ऑल-इन-वन ट्रेनिंग: प्री-ट्रेनिंग, फाइन-ट्यूनिंग, डिस्टिलेशन।

प्रीट्रेनड EfficientNet, EfficientNet-Lite, MixNet, MobileNetV3 / V2, MNASNet A1 और B1, FBNet, Single-Path NAS।

इस रिपॉजिटरी में बातचीत में भावना पहचान के लिए विभिन्न आर्किटेक्चर का कार्यान्वयन शामिल है।

एक मजबूत, कुशल और अनुकूलनीय तरीके से पाठ को वाक्यों या अन्य अर्थ संबंधी इकाइयों में विभाजित करने के लिए टूलकिट।

बहुभाषी टेक्स्ट, इमेज और 🔜 वीडियो में कंटेंट को समझने और जनरेट करने के लिए पॉकेट-साइज़ मल्टीमॉडल AI, जो OpenAI CLIP और LLaVA से 5 गुना तक तेज़ है 🖼️ & 🖋️

💁 Natural Language Processing के लिए Transformers Models का बेहतरीन खजाना, जिसमें पेपर्स, वीडियो, ब्लॉग, आधिकारिक रेपो और colab Notebooks शामिल हैं। 🛫☑️

SwissArmyTransformer आपके अपने Transformer वेरिएंट विकसित करने के लिए एक लचीली और शक्तिशाली लाइब्रेरी है।

चीनी कानूनी डोमेन के लिए LLaMA (LLaMA for Chinese legal domain)

DiffWave एक तेज़, उच्च-गुणवत्ता वाला न्यूरल वोकोडर और वेवफॉर्म सिंथेसाइज़र है।

एक डीप न्यूरल नेटवर्क जो वीडियो गेम्स में ड्राइविंग करना सीखता है

PatrickStar NLP के लिए बड़े, तेज़ और अधिक कुशल प्री-ट्रेंड मॉडल सक्षम बनाता है और AI को सभी के लिए सुलभ बनाता है

[ICLR 2026] "Soft-Prompted Transformer as Scalable Cross-Embodiment Vision-Language-Action Model" का आधिकारिक कार्यान्वयन

PyTorch के साथ प्रीट्रेन्ड Convolutional Neural Networks को फाइन-ट्यून करें

साझा Ultralytics लोगो, मीडिया, नमूना चित्र, प्रीट्रेन्ड मॉडल वेट, डेटासेट आर्टिफैक्ट्स और रिलीज़ एसेट्स।

PyTorch फ्रेमवर्क पर आधारित BERT मॉडल और उससे संबंधित डाउनस्ट्रीम कार्यों का कार्यान्वयन

[CVPR 2021] VirTex: पाठ्य एनोटेशन से विजुअल रिप्रेजेंटेशन सीखना

MATLAB में डीप लर्निंग के लिए प्रीट्रेन किए गए मॉडल खोजें

CRSLab कन्वर्सेशनल रिकमेंडर सिस्टम (CRS) बनाने के लिए एक ओपन-सोर्स टूलकिट है।

PyTorch Lightning ऑप्टिकल फ्लो मॉडल, स्क्रिप्ट और प्रीट्रेन्ड वेट्स।

SimilaritySearchKit एक Swift पैकेज है जो iOS और macOS एप्लिकेशन के लिए ऑन-डिवाइस टेक्स्ट एम्बेडिंग और सिमेंटिक सर्च कार्यक्षमता प्रदान करता है।