![[23星]fastkmeans：一个超快的PyTorch k-means聚类库，让聚类任务变得轻松高效。亮点：1. 支持CPU和GPU，速度媲美甚至超越FAISS；2. 仅依赖PyTorch和NumP](http://wx4.sinaimg.cn/bmiddle/5396ee05ly8i0kxh2am77j21760h6wht.jpg)
[23星]fastkmeans：一个超快的PyTorch k-means聚类库，让聚类任务变得轻松高效。亮点：1. 支持CPU和GPU，速度媲美甚至超越FAISS；2. 仅依赖PyTorch和NumP
【[23星]fastkmeans：一个超快的PyTorch k-means聚类库，让聚类任务变得轻松高效。亮点：1. 支持CPU和GPU，速度媲美甚至超越FAISS；2. 仅依
[23星]fastkmeans：一个超快的PyTorch k-means聚类库，让聚类任务变得轻松高效。亮点：1. 支持CPU和GPU，速度媲美甚至超越FAISS；2. 仅依赖PyTorch和NumP
【[23星]fastkmeans：一个超快的PyTorch k-means聚类库，让聚类任务变得轻松高效。亮点：1. 支持CPU和GPU，速度媲美甚至超越FAISS；2. 仅依
Transformers Breakdown：深入剖析Transformer架构的代码解析项目。亮点：1. 逐行解读Transformer代码，适合初学者快速上手；2. 使用PyTorch实现，代码简
【Transformers Breakdown：深入剖析Transformer架构的代码解析项目。亮点：1. 逐行解读Transformer代码，适合初学者快速上手；2. 使用Py
DTrOCR：一个基于PyTorch的光学字符识别工具，通过Decoder-only Transformer模型实现高效的文字识别
【DTrOCR：一个基于PyTorch的光学字符识别工具，通过Decoder-only Transformer模型实现高效的文字识别】'DTrOCR: A PyTorch implemen
PyTorch每步容错工具：帮助保持训练连续性，即使出现错误也不会中断整个训练任务，基于PyTorch的大型训练技术
【PyTorch每步容错工具：帮助保持训练连续性，即使出现错误也不会中断整个训练任务，基于PyTorch的大型训练技术】'pytorch-labs/torchf
nano-simsiam：一个极简的PyTorch实现的SimSiam自监督学习框架，仅用400行代码实现，基于ResNet50在ImageNet上达到良好性能。支持分布式训练、实时KNN评估和自动混
【nano-simsiam：一个极简的PyTorch实现的SimSiam自监督学习框架，仅用400行代码实现，基于ResNet50在ImageNet上达到良好性能。支持分
AnyModal：基于PyTorch的灵活多模态语言模型框架。支持轻松集成图像、音频等多种输入模态，提供模块化的架构设计，包含输入处理器、编码器和分词器三大核心组件。框架可扩展性强，便于添加新的输入模
【AnyModal：基于PyTorch的灵活多模态语言模型框架。支持轻松集成图像、音频等多种输入模态，提供模块化的架构设计，包含输入处理器、
activeft：基于PyTorch的主动学习微调库，专注于大型神经网络的自动数据选择。提供了高效的数据检索和选择机制，可以帮助优化模型微调过程中的数据使用，特别适用于大语言模型的测试时学习和转导式主
【activeft：基于PyTorch的主动学习微调库，专注于大型神经网络的自动数据选择。提供了高效的数据检索和选择机制，可以帮助优化模型微
Protenix：基于PyTorch的AlphaFold 3可训练复现，专注于蛋白质结构预测，以其高性能和开源特色助力科学研究
【Protenix：基于PyTorch的AlphaFold 3可训练复现，专注于蛋白质结构预测，以其高性能和开源特色助力科学研究】'bytedance/Protenix: A
LLaMA-O1：一个大型推理模型框架，用于 PyTorch 和 HuggingFace 的训练、推理和评估，集成了蒙特卡洛树搜索（MCTS）、自我对弈强化学习、PPO、AlphaGo Zero 的双
【LLaMA-O1：一个大型推理模型框架，用于 PyTorch 和 HuggingFace 的训练、推理和评估，集成了蒙特卡洛树搜索（MCTS）、自我对弈强化学习、
Lettuce CFD：基于PyTorch和格子玻尔兹曼方法的计算流体动力学框架，用于高效进行流体模拟，支持GPU加速和快速原型开发
【Lettuce CFD：基于PyTorch和格子玻尔兹曼方法的计算流体动力学框架，用于高效进行流体模拟，支持GPU加速和快速原型开发】'lettucecfd
LambdaLabsML 分布式训练指南：一份全面的分布式训练最佳实践指南，教你如何编写分布式Pytorch训练代码，诊断训练中的错误，并充分利用所有可用资源
【LambdaLabsML 分布式训练指南：一份全面的分布式训练最佳实践指南，教你如何编写分布式Pytorch训练代码，诊断训练中的错误，并充分利用
Meta Lingua：一个轻量级、高效、易于修改的大型语言模型（LLM）研究代码库，主要功能是支持研究者进行模型训练和推理，具有易于修改的PyTorch组件，方便尝试新的架构、损失函数和数据集
【Meta Lingua：一个轻量级、高效、易于修改的大型语言模型（LLM）研究代码库，主要功能是支持研究者进行模型训练和推理，具有易于修改的Py
Super-Monotonic-Alignment-Search：用于自监督方式估计配对语音和文本之间对齐的高效算法，特色在于可并行化处理、GPU加速且无需设备间拷贝
【Super-Monotonic-Alignment-Search：用于自监督方式估计配对语音和文本之间对齐的高效算法，特色在于可并行化处理、GPU加速且无需
cumesh2sdf：利用CUDA实现的网格到符号距离场(SDF)转换算法，支持PyTorch插件，适用于高性能计算和图形处理
【cumesh2sdf：利用CUDA实现的网格到符号距离场(SDF)转换算法，支持PyTorch插件，适用于高性能计算和图形处理】'Mesh to SDF implement
Sapiens-Pytorch-Inference：用于Pytorch中人体基础模型推理的最小代码和示例，支持多种任务并行运行，自动下载模型，提供ONNX导出脚本
【Sapiens-Pytorch-Inference：用于Pytorch中人体基础模型推理的最小代码和示例，支持多种任务并行运行，自动下载模型，提供ONNX导出脚本
IREE Turbine：IREE的PyTorch前端，基于Torch Dynamo，提供AOT导出、即时执行和自定义操作等工具，支持高效编译和运行PyTorch模型
【IREE Turbine：IREE的PyTorch前端，基于Torch Dynamo，提供AOT导出、即时执行和自定义操作等工具，支持高效编译和运行PyTorch模型】'IR
dattri：基于 PyTorch 的数据归属算法开发、基准测试和部署的库
【dattri：基于 PyTorch 的数据归属算法开发、基准测试和部署的库】'dattri: A Library for Efficient Data Attribution' GitHub:
Zamba2：基于PyTorch的Zamba2系列模型实现，专注于低延迟和低内存占用的高性能混合模型，适用于设备端应用
【Zamba2：基于PyTorch的Zamba2系列模型实现，专注于低延迟和低内存占用的高性能混合模型，适用于设备端应用】'Zamba2 - PyTorch imple
Azula：PyTorch中的扩散模型实现，提供统一且可定制的接口，简化生成扩散模型的文献和实践
【Azula：PyTorch中的扩散模型实现，提供统一且可定制的接口，简化生成扩散模型的文献和实践】'azula - Diffusion models in PyTorch'
TorchDR：基于PyTorch的降维库，提供通用简化框架以加速新降维方法的开发，支持GPU加速、稀疏性、批处理策略及对比学习技术
【TorchDR：基于PyTorch的降维库，提供通用简化框架以加速新降维方法的开发，支持GPU加速、稀疏性、批处理策略及对比学习技术】'TorchD
正在拼命加载中
我是有底线的
没有更多的页面可以加载啦！