pytorch 第 11 页
本站收录 605 个带「pytorch」标签的 AI 开源项目（按 GitHub 星标从高到低，第 11 / 13 页）
DiffusionPenDiffusionPen 是一个基于扩散模型的手写体文本生成工具，来自 ECCV 2024 论文的官方 PyTorch 实现。它解决的核心问题是：如何精细控制生★ 109
omegamlomegaml 是一个面向 MLOps 的一站式 AI 交付平台，旨在简化机器学习模型的开发、部署和管理流程。它解决了企业在将模型从实验环境推向生产时面临的复杂★ 109
Faces2AnimeFaces2Anime 是一个基于生成对抗网络（GAN）的人脸卡通化风格迁移开源项目，源自 2021 年台湾科技大学硕士论文。它旨在将真实人脸照片转换为动漫风格★ 108
mauamaua 是一个面向图像、视频和音频合成的深度学习工具包，旨在为创意工作者和研究者提供统一的生成式 AI 接口。它解决了多模态生成任务中工具碎片化、使用门槛高的★ 107
PerCoPerCo 是一个基于 PyTorch 的开源图像压缩工具，对应 ICLR 2024 论文《Towards Image Compression with Per★ 106
SPRIGHTSPRIGHT 是 ECCV 2024 收录的官方 PyTorch 实现，旨在解决文本到图像模型中的空间一致性不足问题。现有模型（如 Stable Diffus★ 106
clientDagsHub client 是 DagsHub 平台提供的 Python 客户端库，用于与 DagsHub 的数据和模型管理功能进行交互。它解决了机器学习项目★ 105
DeepstoryDeepstory 是一个将文本或生成文本转化为视频的开源工具，核心功能是让角色以指定声音朗读故事并配合动画口型。它结合了 GPT-2 文本生成、DC-TTS ★ 103
DeepSpotDeepSpot 是一个基于深度学习的开源模型，用于从 H&E 组织病理学图像预测空间转录组。它支持 Visium 的 spot 级别和 Xenium 的单细胞★ 103
SpeechPromptSpeechPrompt 是 Interspeech 2022 论文的官方实现，探索将提示学习（Prompt Tuning）应用于生成式口语语言模型，以统一方式★ 102
serving-pytorch-modelsserving-pytorch-models 是一个面向 PyTorch 模型生产部署的教程型开源项目，主要展示如何使用 TorchServe 将训练好的 Py★ 102
llm-scratch-pytorch这是一个从零开始用PyTorch实现大语言模型（LLM）的教学型项目，面向初学者，通过逐步构建GPT-2风格的模型来理解LLM的核心原理。项目解决了“只懂调用A★ 101
lora-inspectorlora-inspector 是一个面向 Stable Diffusion 的 LoRA（低秩适配）模型检查工具，用 Python 编写。它解决的核心问题是：训★ 101
FastSpeech2FastSpeech2 是一个基于 PyTorch 的多说话人端到端文本转语音（TTS）开源实现，源自微软提出的 FastSpeech2 模型。它解决了传统自回★ 99
Dual-task-Pose-Transformer-NetworkDual-task-Pose-Transformer-Network 是一个用于姿态引导的人物图像生成模型，发表于 CVPR 2022。它解决的核心问题是：在给★ 98
NuiSceneNuiScene 是一个基于 ICCV 2025 论文的开源项目，专注于高效生成无界户外场景。它解决的是传统 3D 场景生成方法在规模、细节和效率上的不足，特别★ 97
LightSpeechLightSpeech 是一个基于神经架构搜索（NAS）的轻量级快速文本转语音（TTS）项目。它旨在解决传统 TTS 模型参数量大、推理速度慢的问题，通过自动搜★ 96
General-Physics-TransformerGeneral-Physics-Transformer 是一个基于 Transformer 架构的物理系统基础模型，旨在同时学习多种物理系统的动力学规律。它解决★ 96
pixelgpt-24x24PixelGPT-24x24 是一个极简的本地文本生成像素画模型，专注于将文字描述直接转换为 24x24 分辨率的像素艺术图像。它解决了传统文生图模型体积大、依★ 95
mloperatormloperator 是一个面向 Kubernetes 的机器学习/AI 训练、推理服务及智能体沙箱的 Operator 和控制器。它解决了在 Kubernet★ 95
VITSVITS 是一个基于 PyTorch 的文本转语音（TTS）与语音转换（VC）工具，支持将文本合成为自然语音，并能将一个人的声音特征迁移到另一个人上。它解决了传★ 93
Conditional-AnimeGANConditional-AnimeGAN 是一个基于条件生成对抗网络（Conditional GAN）的动漫人脸生成项目。它解决了从随机噪声或指定类别条件生成高★ 93
tensorcircuit-ngTensorCircuit-NG 是新一代基于张量网络的量子软件框架，专为 AI 原生设计。它解决量子计算模拟中计算复杂度高、与机器学习框架集成难的问题，核心能★ 92
CWRCWR 是一个基于对比学习的水下图像复原开源项目，对应 IGARSS 2021 口头报告论文。它解决水下图像因光吸收和散射导致的颜色失真、对比度低、细节模糊等问★ 92
create-stable-diffusion-from-scratch这是一个从零开始实现稳定扩散（Stable Diffusion）架构的教程型开源项目，基于PyTorch编写，以Jupyter Notebook形式呈现。项目面★ 92
stable-fashionStable Fashion 是一个基于提示词（Prompt）的虚拟试衣开源项目，利用 Stable Diffusion 和 PyTorch 技术，让用户通过文★ 91
shortened-llmshortened-llm 是一个针对大语言模型（LLM）的压缩与高效文本生成工具，源自 ICLR'24 Workshop 的研究成果。它主要解决 LLM 在推★ 91
DiffWave-VocoderDiffWave-Vocoder 是一个基于 PyTorch 的 DiffWave 声码器非官方复现项目。DiffWave 是一种高质量的神经声码器，采用扩散概★ 90
TalkNet2-pytorchTalkNet2-pytorch 是 TalkNet 2 的非官方 PyTorch 实现，TalkNet 2 是一种用于语音合成的非自回归模型，通过深度可分离卷★ 90
ai-ml-roadmap这是一个面向2025年AI和机器学习初学者的学习路线图项目，旨在提供从基础到进阶的系统化学习路径。它解决了初学者面对海量AI/ML资源时不知从何入手、学习路径不★ 90
docker-stable-diffusion-taiyidocker-stable-diffusion-taiyi 是一个基于 Docker 的一键部署方案，用于运行太乙（Taiyi）中文 Stable Diffus★ 89
AODAAODA是论文《Adversarial Open Domain Adaptation for Sketch-to-Photo Synthesis》的官方实现，发★ 88
text2video-from-scratch这是一个从零开始实现视频扩散模型的教学型开源项目，旨在用清晰、逐步的方式帮助开发者理解文本到视频生成的核心原理。项目基于PyTorch构建，将复杂的视频扩散模型★ 88
vall-eVALL-E 是一个非官方的 PyTorch 实现，旨在复现微软提出的神经编解码语言模型 VALL-E。该项目解决的核心问题是：如何用极少的参考音频（仅需 3 ★ 88
VeritensorVeritensor 是一个针对 AI 供应链的安全静态分析工具，定位为“AI 制品杀毒软件”和“RAG 防火墙”。它主要解决 AI 开发中模型、数据集、笔记本★ 88
fuzi-nlu夫子的自然语言理解模块，是聊天机器人项目的核心组件。它基于PyTorch实现，专注于解决中文对话场景中的意图识别、槽位填充和问答匹配问题。项目采用联合NLU（J★ 87
Generating-Devanagari-Using-DRAW这是一个基于PyTorch实现的DRAW（深度循环注意力写手）模型，专门用于生成天城文（Devanagari）手写字符。DRAW是一种循环神经网络生成模型，通过★ 87
examplesNeptune 是一个用于机器学习实验管理和 MLOps 的元数据存储库。这个名为 examples 的仓库是 Neptune 官方提供的示例集合，展示了如何将★ 87
sdksdk 是一个面向生产环境机器学习（ML）的元数据存储基础设施。它旨在解决 ML 模型开发与部署过程中元数据管理混乱、难以追踪的问题，为模型、数据集、训练运行等★ 87
KoDALLEKoDALLE 是一个面向韩语文本到图像生成的开源项目，基于 OpenAI 的 DALL-E 架构，使用 PyTorch 和 VQGAN 实现。它解决了现有图像★ 86
Differential-Transformer-PyTorchDifferential-Transformer-PyTorch 是微软提出的 Differential Transformer 架构的 PyTorch 非官方★ 86
ROCm-RX6600XT这是一个面向AMD Radeon RX 6600 XT显卡的ROCm安装指南，旨在帮助用户在Linux系统上配置AMD GPU的深度学习环境，支持TensorF★ 85
ismir2019tutorial这是一个用于ISMIR 2019教程的配套网站，教程主题为“用GAN生成音乐：概述与案例研究”。该项目旨在为音乐生成领域的研究者和开发者提供系统性的学习资源，涵★ 84
aisbomaisbom 是一个面向人工智能领域的软件物料清单（SBOM）工具，旨在为 AI 供应链提供透明度和可追溯性。它解决的核心问题是：随着 AI 模型和数据集在软件★ 83
WordStylistWordStylist 是 ICDAR 2023 论文的官方 PyTorch 实现，专注于手写文本生成。它利用潜在扩散模型（Latent Diffusion M★ 82
stable-diffusion-API这是一个非官方的 Stable Diffusion API 实现，基于 FastAPI 构建，旨在为 Stable Diffusion 模型提供便捷的 HTTP★ 82
DiffRollDiffRoll 是一个基于扩散模型的自动音乐转录（AMT）开源项目，采用 PyTorch 实现。它解决的是将音频信号转换为符号化音乐表示（如钢琴卷帘）的问题，★ 82
LUMI-AI-GuideLUMI AI Guide 是一个帮助用户将机器学习应用从中小型计算环境迁移到 LUMI 超级计算机的指南项目。它针对 LUMI 这一欧洲高性能计算平台，提供从★ 82
Free-Nano-Banana-Pro-API-Ultimate-AI-Image-Generator这是一个免费开源的AI图像生成API项目，基于Gemini 3.0 Pro（Nano Banana Pro）模型，提供图像生成、照片编辑和视觉创作能力。它解决了★ 81
setvaeSetVAE 是一个基于 PyTorch 的生成模型实现，来自 CVPR 2021 论文，专门针对集合结构数据（如点云、物体集合）进行层次化组合建模。它解决的是★ 80