rectified-flow开源项目 – Flow Matching生成模型框架

Segment Anything Fast 是一个面向批量离线推断的高效图像分割工具，基于PyTorch实现，旨在提供快速、便捷的图像分割解决方案，适合在本地环境中使用。

smolGPT是一个从零开始训练迷你大语言模型的工具，采用纯PyTorch实现，代码简洁无冗余，支持高效训练、混合精度和梯度累积。预训练模型仅需18.5小时，适合快速上手。项目专为教育目的设计，帮助用户理解大语言模型的训练过程，并适用于小规模文本生成任务。此外，smolGPT还支持flash attention和现代采样技术，可用于研究和实验，快速验证模型效果。

Perceiver IO是DeepMind的Perceiver IO的非官方PyTorch实现，支持分布式训练，具有通用输入处理能力，适用于图像、文本和音频等多种任务，设计高效，能够处理大规模数据。

最全面的深度强化学习算法PyTorch实现合集，整合了13种主流强化学习算法，适合各级别研究者和开发者。每个算法都配有详细文档、完整训练曲线和论文引用，提供丰富的学习资源推荐，包括环境配置、经典书籍、在线课程和重要论文，确保用户能够顺利进行深度强化学习的实验和研究。

ChineseNMT是一个基于Transformer架构的高效英译中翻译模型，使用PyTorch实现，支持自定义数据集训练，提供预训练模型，并且易于扩展和修改。

colmap_cameras_pytorch 是一个用 PyTorch 实现的工具，专注于 COLMAP 相机模型。它支持自动微分，全面支持 COLMAP 的所有相机模型，并提供实用工具如相机模型重映射和根求解器。这款工具主要面向计算机视觉和深度学习领域的研发人员，特别适用于结构从运动（SfM）和多视图立体视觉（MVS）任务。

高效稀疏注意力机制(NSA)的PyTorch实现，让模型训练更省时省力！该项目通过硬件对齐设计和原生可训练的特性，支持多种稀疏模式，灵活适配不同的深度学习任务，显著提高训练效率，减少资源消耗。

一个完整的大语言模型(LLM)可解释性研究项目，使用稀疏自编码器(SAE)分析Llama 3.2模型，由纯PyTorch实现且可完全复现。包含从数据采集、SAE训练、特征分析到验证的全套流程，可帮助理解模型内部行为和概念表示

一个教育性的稀疏注意力机制实现库，专注于LLM推理的优化，提供多种注意力模式及其详细教程，旨在帮助用户理解和应用稀疏注意力技术。

Movenet.Pytorch是Google推出的MoveNet在Pytorch中的实现，包含训练代码和预训练模型，适用于人体关键点检测任务。

该项目提供了多种生成模型的PyTorch实现，包括VAE、BIRVAE、NSGAN、MMGAN、WGAN、WGANGP、LSGAN、DRAGAN、BEGAN、RaGAN、InfoGAN、fGAN和FisherGAN等。代码带有详细注释，易于理解，并包含交互式可视化工具，帮助用户更好地理解和解释不同生成模型的行为。

minGPT是用PyTorch重新实现的GPT，旨在变得小巧、干净、可解释和具有教育意义，适合学习和研究。

EvTexture是一种基于事件相机的高频动态细节来提升视频纹理质量的新方法。通过多次迭代优化细节信息，确保在时间轴上每一帧的细节都能保持一致。该项目提供了Pytorch实现，并已在ICML 2024上发表。项目支持多种数据集，并提供了预训练模型和测试集，方便用户快速测试和使用。

一本从机器学习的基础知识开始，一步步地建立您对语言模型的理解的书。官网上可以在线阅读但不能下载。

vitsGPT是一个基于大规模语言模型的语义意识增强文本到语音合成工具，提供PyTorch实现。它支持多种语义评估指标和数据集，旨在提升文本到语音合成的语义准确性和自然度。