deep-learning

在 Kubernetes 上运行 Ray 应用程序的工具包

计算机视觉相关好玩的 AI 项目（Python、C++、embedded system）

记录cv算法工程师的成长之路，分享计算机视觉和模型压缩部署技术栈笔记。https://harleyszhang.github.io/cv_note/

自动去除图片和视频中的马赛克，或为其添加马赛克。

在 PyTorch 中实现 AudioLM，这是一种来自 Google Research 的领先 (SOTA) 音频生成语言建模方法

EdgeConnect：使用边缘预测的结构引导图像修复技术，ICCV 2019。

🐸STT - 用于语音转文字的深度学习工具包。训练与部署 STT 模型从未如此简单。

用于推荐系统的 PyTorch 领域库

用于工业级搜索、推荐和广告的精选深度学习论文。专注于 Embedding、Matching、Pre-Ranking、Ranking、Post Ranking、Relevance、LLM 和 RL。请引用我们的论文 "Deep Learning to Rank in Industrial Search Engines, Recommender Systems, and Online Advertising - An Overview and New Perspectives" (TOIS 2026)。

一个用于多任务学习的 PyTorch 库

专为研究人员打造的基于 PyTorch 的音频源分离工具包

这是我们新项目“高准确度二分图像分割”的存储库

构建于 Vulkan 之上的通用 GPU 计算框架，支持数千种跨厂商显卡 (AMD、Qualcomm、NVIDIA 等)。速度极快、支持移动设备、异步，并针对高级 GPU 数据处理使用场景进行了优化。由 Linux Foundation 背书支持。

将 TensorFlow、Keras、Tensorflow.js 与 Tflite 模型转换为 ONNX

适用于 Torch 和 TensorRT 的深度学习服务器与 CLI

针对 PyTorch 的自动架构搜索与超参数优化

基于 PyTorch 的去中心化深度学习。专为在世界各地数千名志愿者设备上训练模型而构建。

使用深度学习进行目标跟踪与检测的论文、数据集、代码和其他资源集合

让大型语言模型（LLM）变得简单，EasyLM 是在 JAX/Flax 中进行 LLM 预训练、微调、评估与服务的一站式解决方案。

使用 TensorFlow 2.0 实现的 YOLOv3

机器学习算法速度提升 2-2000 倍，内存占用减少 50%，支持新旧所有硬件。

[AAAI-23 Oral] 论文“Are Transformers Effective for Time Series Forecasting?”的官方实现

使用 PyTorch 通过机器学习与深度学习解决实际问题的 Jupyter Notebook 教程。主题包含：使用 Detectron 2 进行人脸检测、使用 LSTM Autoencoders 进行时间序列异常检测、使用 YOLO v5 进行对象检测、建立你的第一个神经网络、针对冠状病毒每日确诊数的时间序列预测、使用 BERT 进行情感分析

SimCLR 的 PyTorch 实现：视觉表征对比学习的简单框架

关于“Autoformer: Decomposition Transformers with Auto-Correlation for Long-Term Series Forecasting”(NeurIPS 2021) 的代码发布，https://arxiv.org/abs/2106.13008

使用 Stable Diffusion turbo 进行单步骤图生图：草图转图像、白天转黑夜等

Graphormer 是一个用于分子建模的通用深度学习骨干网络。

具备实时语音复制功能的越南语 TTS • 设备端 • 实时 CPU 推理 • 24kHz 音频质量 • Chuyển văn bản thành giọng nói tiếng Việt • Text to speech tiếng Việt • TTS tiếng Việt

适用于分布式、可扩展 PyTorch 应用的机器学习指标。

PyTorch 的 LeetCode — 来自 Google、Meta、Anthropic 真实面试的 65 道 ML/AI 面试题。包含 Jupyter notebooks、自动评分器以及 MCP AI 家教。