pytorch

Tensor và mạng thần kinh động trong Python với khả năng tăng tốc GPU mạnh mẽ

Bộ các ví dụ về PyTorch trong Thị giác máy tính, Văn bản, Học tăng cường, v.v.

Tập dữ liệu, phép biến đổi và mô hình dành riêng cho Thị giác máy tính (Computer Vision).

Các hướng dẫn về PyTorch.

Nền tảng gốc PyTorch để huấn luyện các mô hình AI tạo sinh

AI trên thiết bị dành cho di động, nhúng và biên (edge) cho PyTorch

Thư viện cấp cao giúp đào tạo và đánh giá mạng neural trong PyTorch một cách linh hoạt và minh bạch.

Một thư viện PyTorch mô-đun, hướng nguyên thủy và hướng Python dành cho Học tăng cường (Reinforcement Learning).

Trình biên dịch PyTorch/TorchScript/FX cho GPU NVIDIA sử dụng TensorRT

Lượng tử hóa gốc bằng PyTorch cho việc huấn luyện và suy luận

Thao tác và biến đổi dữ liệu cho xử lý tín hiệu âm thanh, được cung cấp bởi PyTorch

Kích hoạt PyTorch trên các thiết bị XLA (ví dụ: Google TPU)

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

Thư viện giao tiếp tập thể với các nguyên thủy khác nhau cho việc huấn luyện đa máy.

Bài nộp lên https://pytorch.org/hub/

Các tiện ích mở rộng C++ trong PyTorch

Thư viện thông tin CPU (x86/x86-64/ARM/ARM64, Linux/Windows/Android/macOS/iOS)

TorchBench là tập hợp các benchmark mã nguồn mở được sử dụng để đánh giá hiệu năng của PyTorch.

TensorDict là một vùng chứa tensor chuyên dụng cho PyTorch.

Thư viện phân tích hiệu năng CPU+GPU cung cấp quyền truy cập vào dấu vết thời gian và bộ đếm hiệu năng phần cứng.

Một DSL được nhúng trong Python giúp dễ dàng viết các kernel ML nhanh, có khả năng mở rộng với ít mã soạn sẵn nhất.