PyTorch资源
探索与 PyTorch 相关的精选开源项目、速读教程和最新工作机会
相关开源项目
nvidia/pix2pixhd
基于 PyTorch 的高分辨率图像到图像翻译实现，支持 2048x1024 分辨率。使用条件 GAN 将语义标签图合成逼真图像，或从人脸标签生成肖像。提供交互式编辑功能。
atcold/nyu-dlsp20
纽约大学 2020 春季深度学习课程的 Jupyter Notebook 代码库。提供交互式实验环境，支持通过 Binder 在线运行，并配有配套网站包含视频与文本材料。
mleveryday/practicalai-cn
AI实战中文版，使用 PyTorch 实现机器学习算法与深度神经网络。无需本地环境，通过 Google Colab 在浏览器中运行。提供从基础到进阶的 Jupyter Notebook 教程，涵盖计算机视觉、自然语言处理等主题。
adap/flower
一个友好的联邦 AI 框架，支持多种机器学习框架，可定制、可扩展，适用于研究和生产环境。
codertimo/bert-pytorch
Google AI 2018 BERT 的 PyTorch 实现，支持掩码语言模型和下一句预测预训练。提供简单易用的命令行工具，便于构建词汇表和训练模型。
yandexdataschool/practical_rl
一门强化学习开放课程，注重实践与好奇心驱动。提供 Jupyter Notebook 教程，涵盖从基础到高级的 RL 算法，支持在线与本地学习。
zhouhaoyi/informer2020
基于 PyTorch 的 Informer 模型实现，专为长序列时间序列预测设计。核心为 ProbSparse 注意力机制，显著提升效率。获 AAAI 2021 最佳论文奖，支持 ETT、ECL 等数据集。
nvidia/fastertransformer
提供高度优化的 Transformer 编码器和解码器组件，支持 BERT、GPT 等模型，基于 CUDA 和 C++ 构建，提供 TensorFlow、PyTorch 和 Triton 后端 API。现已过渡至 TensorRT-LLM。
kuangliu/pytorch-cifar
基于 PyTorch 的 CIFAR10 图像分类项目，提供多种模型实现，包括 VGG16、ResNet、RegNet 等，最高准确率达 95.47%。支持训练与恢复训练。
kevinmusgrave/pytorch-metric-learning
基于 PyTorch 的深度度量学习库，模块化、灵活且可扩展。提供损失函数、挖掘器等组件，支持自定义距离、归约器和正则化器。包含常见数据集下载模块，支持 Google Colab 示例。
open-mmlab/mmdetection3d
基于 PyTorch 的开源 3D 目标检测工具箱，支持多/单模态检测器及室内/室外场景，集成 2D 检测，提供 300+ 模型。
ufoym/deepo
秒级搭建与定制深度学习环境。提供乐高式模块化组件，自动解析依赖并生成最佳实践 Dockerfile。支持 GPU/CPU 加速，预构建镜像覆盖主流框架，兼容 Linux/Windows/OS X。
yl4579/styletts2
StyleTTS 2 通过风格扩散和对抗训练实现人类级语音合成。利用大语音模型作为判别器，无需参考语音即可生成自然语音。在单/多说话人数据集上均超越或匹配人类录音。
rangilyu/nanodet
超轻量级无锚框目标检测模型，模型文件仅 980KB (INT8) / 1.8MB (FP16)，在移动端 ARM CPU 上可达 97 FPS。支持 ncnn、MNN、OpenVINO 等多种后端，提供 Android 演示。
lyhue1991/eat_pytorch_in_20_days
Pytorch🍊🍉 20天速成教程，面向有机器学习基础的读者。提供结构化学习路径，从建模流程到核心概念、API层次，再到广告推荐实战。代码范例简约即用，配有B站视频，降低学习难度。
skorch-dev/skorch
一个兼容 scikit-learn 的神经网络库，封装了 PyTorch。提供与 sklearn Pipeline 和 GridSearchCV 的无缝集成，支持学习率调度、早停、检查点等高级功能。
foundationvision/bytetrack
ECCV 2022 多目标跟踪器，通过关联所有检测框实现高精度跟踪。支持 MOT17/MOT20 数据集，MOTA 达 80.3，FPS 超 29。提供 Python 实现、演示与 Docker 部署。
aymericdamien/topdeeplearning
精选 GitHub 深度学习项目列表，按星标排序。涵盖 TensorFlow、PyTorch、Keras 等框架，以及 NLP、计算机视觉、强化学习等热门领域。
openbmb/voxcpm
基于 MiniCPM-4 的无分词器 TTS 系统，支持上下文感知语音生成与零样本克隆。采用端到端扩散自回归架构，直接从文本生成连续语音表示，实现高表现力与自然度。支持高效流式合成，RTF 低至 0.15，适用于实时应用。
aimhubio/aim
Aim 是一款易于使用且功能强大的开源实验追踪器，用于记录训练过程和 AI 元数据。提供美观的 UI 进行对比观察，并支持 API 进行程序化查询。
timeseriesai/tsai
基于 PyTorch 和 fastai 的时序深度学习库，提供分类、回归、预测等 SOTA 模型，支持多数据集与高效训练。
mindee/doctr
基于深度学习的 OCR 库，提供文档文本识别。支持端到端处理，可从 PDF 或图像中解析文本信息，并提供模型集成指导。
meituan/yolov6
专为工业应用设计的单阶段目标检测框架，提供 N/T/S/M/L 多种尺寸模型，支持 CPU/移动端部署，具备高性能与量化优化。
microsoft/mmdnn
跨框架深度学习模型管理工具，支持模型转换、可视化与诊断。可在 Caffe、Keras、MXNet、TensorFlow、CNTK、PyTorch、ONNX 和 CoreML 之间转换模型，并提供代码生成与部署指南。
ofa-sys/chinese-clip
基于 CLIP 的中文多模态模型，支持图文特征计算、跨模态检索与零样本分类。提供 API、训练及测试代码，适配 PyTorch 2.0，支持 ONNX/TensorRT 部署与 FlashAttention 加速。
snakers4/silero-models
提供预训练的文本转语音模型，支持多语言与多说话人，一键使用，CPU/GPU 高效运行。支持 SSML 标记，俄语自动重音与同形词处理。
bentrevett/pytorch-seq2seq
基于 PyTorch 和 TorchText 的序列到序列模型教程，涵盖从基础到注意力机制的实现，以德语到英语翻译为例。
nvidia/dali
GPU 加速的数据加载与预处理库，提供高度优化的构建块和执行引擎，用于加速深度学习训练和推理。支持多种数据格式，可作为便携式替代品集成到主流框架中。
facebookresearch/mmf
Facebook AI Research 的模块化视觉与语言多模态研究框架，基于 PyTorch，支持分布式训练，提供前沿模型实现，适用于快速启动研究项目。
google/gemma_pytorch
Google Gemma 模型的官方 PyTorch 实现。提供 PyTorch 和 PyTorch/XLA 推理，支持 CPU、GPU 和 TPU。包含多种模型变体，如 Gemma 3、2 和 CodeGemma，可在 Kaggle 和 Hugging Face 下载。