pytorch-lightning

Fork do so-vits-svc com suporte em tempo real, interface aprimorada e mais recursos.

O SUPIR visa desenvolver algoritmos práticos para restauração de imagens fotorrealistas em cenários reais. Nossa nova demonstração online também está disponível em suppixel.ai.

PyTorch Lightning + Hydra. Um modelo muito amigável para experimentação de ML. ⚡🔥⚡

Previsão de séries temporais com PyTorch

Repositório de tutoriais em Jupyter notebook para o curso de Deep Learning da Universidade de Amsterdã (MSc AI), outono de 2023

Monitore o treinamento de modelos de deep learning e o uso de hardware pelo seu celular

Implementação em PyTorch do Pointnet2/Pointnet++.

Um framework unificado para modelos de Deep Learning em dados tabulares.

solo-learn: uma biblioteca de métodos autossupervisionados para aprendizado de representação visual, desenvolvida com PyTorch Lightning.

Modelos treinados e código para prever comentários tóxicos nos 3 desafios Jigsaw Toxic Comment. Construído usando ⚡ Pytorch Lightning e 🤗 Transformers. Para acesso à nossa API, envie um e-mail para contact@unitary.ai.

UNetFormer: Um transformer semelhante ao UNet para segmentação semântica eficiente de imagens de cenas urbanas de sensoriamento remoto, ISPRS. Inclui também outros vision transformers e CNNs para segmentação de imagens de satélite, aéreas e de UAV.

Pipelines, modelos e repositórios de aprendizado métrico e recuperação.

Uma biblioteca PyTorch para tudo relacionado a Aprendizado por Reforço (RL) em Otimização Combinatória (CO)

Um modelo SOTA minimalista de OCR para LaTeX com apenas 20M de parâmetros, rodando no navegador. Pipeline de treinamento completo disponível para autorreplicação.

Um framework de visão computacional agnóstico - Conectável a qualquer biblioteca de treinamento: Fastai, Pytorch-Lightning e muito mais em breve

Repositório oficial que acompanha um artigo do CVPR 2022 EMOCA: Emotion Driven Monocular Face Capture And Animation. O EMOCA aceita uma única imagem de um rosto como entrada e produz uma reconstrução 3D. O EMOCA estabelece o novo padrão para reconstruir imagens altamente emocionais em cenários reais

Deep learning com redes neurais de picos (SNNs) em PyTorch.

Redes neurais informadas pela física para modelagem avançada.

Mecanismo de Dinâmica Molecular (MD) ponta a ponta usando PyTorch

Framework extremamente rápido para ajuste fino de modelos de aprendizado de similaridade

✨ O primeiro modelo de reconhecimento de fontes CJK (chinês, japonês e coreano) e extrator de estilo, modelo de reconhecimento de fontes e implementação do YuzuMarker

Modelos de fluxo óptico (Optical Flow) para PyTorch Lightning, scripts e pesos pré-treinados.

Uma implementação em PyTorch do Perceiver, Perceiver IO e Perceiver AR com scripts do PyTorch Lightning para treinamento distribuído