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
charliedream1/ai_quant_trade
一站式 AI 量化交易平台，覆盖学习、模拟到实盘。集成股票知识、策略实例、大模型、因子挖掘、机器学习、深度学习、强化学习、图网络、高频交易及 C++ 部署等，支持多市场交易与辅助操盘工具。
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。
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。
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。
idealo/imagededup
基于 Python 的图像去重工具，支持精确和近似重复检测。提供多种哈希算法（如 PHash、DHash）和 CNN 模型，可生成图像编码、评估去重效果并可视化结果。兼容 Python 3.9+，跨平台运行。
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。
open-mmlab/openpcdet
基于 LiDAR 的 3D 目标检测开源工具箱，支持 PointRCNN、PV-RCNN、Voxel R-CNN 等多种先进模型，提供完整的训练与推理框架。
fanghua-yu/supir
基于模型缩放的野外照片级真实感图像修复算法。提供在线演示和多种模型选择，支持高分辨率图像生成与细节增强。
kserve/kserve
基于 Kubernetes 的标准化分布式生成式与预测式 AI 推理平台，支持多框架部署。提供 LLM 优化、GPU 加速、模型缓存、KV 缓存卸载、自动扩缩容等生成式 AI 功能，以及多框架支持、智能路由、高级部署、模型可解释性、高级监控等预测式 AI 功能。
udacity/deep-learning-v2-pytorch
Udacity 深度学习纳米学位项目代码库，包含 PyTorch 教程与项目。涵盖神经网络、卷积网络、循环网络及 GAN 等主题，提供 Jupyter Notebook 实现，用于学习与实践。
mosaicml/composer
基于 PyTorch 的开源深度学习训练库，优化大规模模型训练。支持 FSDP、弹性检查点等特性，简化分布式训练流程，适用于 LLM、扩散模型等。
zenml-io/zenml
一个统一的 AI 平台，从管道到智能体。支持任何 Python 逻辑，自动容器化、追踪运行、抽象基础设施复杂性，并集成 MLflow、Langgraph 等工具，助力快速迭代实验。
laurentmazare/tch-rs
Rust 绑定 PyTorch C++ API，提供薄封装，保持与原生 API 高度一致，支持 CPU/GPU 计算。
obss/sahi
轻量级视觉库，支持切片/分块推理，用于大规模目标检测与实例分割。兼容多种框架，提供交互式 UI 和错误分析图表。
apple/coremltools
将 TensorFlow、PyTorch 等机器学习模型转换为 Core ML 格式，支持模型读写与优化验证，便于在 Apple 设备上部署。
yunjey/stargan
官方 PyTorch 实现，支持多域图像到图像转换的统一生成对抗网络。基于 CelebA 和 RaFD 数据集训练，可灵活转换人脸属性与表情。
superduper-io/superduper
端到端框架，用于构建自定义 AI 应用和智能体。支持多种数据库后端，如 MongoDB、SQL、Snowflake 和 Redis。基于 Python，提供插件化架构，便于集成现有工具。
ashleve/lightning-hydra-template
基于 PyTorch Lightning 与 Hydra 的模板，提供极简样板代码，支持多 GPU、TPU 和 SLURM 集群，内置实验追踪、超参搜索与 CI/CD 流程。
zylo117/yet-another-efficientdet-pytorch
基于 PyTorch 的 EfficientDet 高效目标检测器复现，提供 SOTA 实时性能与预训练权重。支持自定义数据集训练，提供详细教程与性能基准。
dbolya/yolact
基于全卷积网络的实时实例分割模型，支持 YOLACT 和 YOLACT++ 两种版本。提供训练、评估及实时演示代码，兼容 PyTorch 1.0.1+，需编译 DCNv2 以启用 YOLACT++。
amdegroot/ssd.pytorch
基于 PyTorch 的 SSD 目标检测器实现，支持 VOC 和 COCO 数据集训练与评估，提供预训练模型和实时可视化工具。
deep-learning-with-pytorch/dlwpt-code
提供《Deep Learning with PyTorch》书籍的配套代码，使用 Jupyter Notebook 实现，涵盖深度学习基础与 PyTorch 实践。
rasbt/machine-learning-book
提供《Machine Learning with PyTorch and Scikit-Learn》书籍的配套代码库，包含 19 个章节的 Jupyter Notebook 实例，涵盖从基础分类到 Transformer、GAN 和图神经网络等高级主题。
awslabs/gluonts
基于 PyTorch 和 MXNet 的 Python 概率时间序列建模库，支持深度学习模型，提供概率预测与置信区间可视化。
neuralchen/simswap
基于 PyTorch 的高效人脸交换框架，支持图像和视频的任意人脸替换，仅需单个训练模型即可实现高保真效果。提供训练与测试代码，支持高分辨率版本 SimSwap-HQ。
udacity/deep-reinforcement-learning
Udacity 深度强化学习 Nanodegree 课程配套仓库。包含 PyTorch 实现的多种强化学习算法教程，如 DQN、DDPG、PPO 等，以及基于 Unity ML-Agents 的导航、连续控制等实战项目。
timesler/facenet-pytorch
基于 PyTorch 的人脸识别库，提供预训练的 MTCNN 人脸检测和 InceptionResnet 识别模型。支持快速部署与微调，包含完整检测识别流程示例。
wenet-e2e/wenet
生产就绪的端到端语音识别工具包，支持多种模型，提供完整生产解决方案。轻量易用，文档齐全，支持 Python 命令行与编程接口。
nvidiagameworks/kaolin
基于 PyTorch 的 3D 深度学习加速库，提供模块化可微渲染、快速表示转换、数据加载、3D 检查点、可微相机与光照 API、结构化点云加速及 Jupyter 交互式可视化等 GPU 优化操作。
csailvision/semantic-segmentation-pytorch
基于 PyTorch 的 MIT ADE20K 数据集语义分割/场景解析实现。支持 PSPNet、UPerNet、HRNet 等 SOTA 模型，提供预训练模型与 Colab 演示。特色包括同步批归一化、多 GPU 动态输入尺度及高效训练。