torch

本站收录 26 个带「torch」标签的 AI 开源项目

stable-diffusion-webui最流行的 Stable Diffusion Web UI,通过浏览器界面运行 SD 模型,支持文生图、图生图、超分辨率、蒙版重绘等丰富功能与庞大的扩展生态,是 ★ 165,326ChatTTS专为日常对话场景设计的生成式语音模型,能够生成自然流畅、富有表现力的对话语音。支持细粒度韵律与情感控制,中文合成效果出色,广泛应用于对话系统、有声内容创作与 A★ 40,011CycleGAN经典无监督图像风格迁移框架,无需成对数据即可实现照片转绘画、马变斑马等趣味效果,广泛应用于风格迁移与图像翻译领域,是计算机视觉领域教科书级的开源项目。★ 12,882superduperSuperduper 是一个端到端的开源框架,用于构建自定义 AI 应用和智能代理。它解决了将 AI 模型(如 LLM、预训练模型)与现有数据基础设施(尤其是 ★ 5,330fastsdcpuFastSD CPU 是一个面向普通 CPU 与 AI PC 的 Stable Diffusion 推理加速项目,用 Python 编写,核心目标是让没有独立显★ 2,215was-node-suite-comfyuiWAS Node Suite 是 ComfyUI 的节点扩展包,为这个基于节点的工作流图像生成工具补充了大量原生缺失的实用节点。它覆盖图像处理(滤镜、HDR、图★ 1,897stable-faststable-fast 是一个专为 NVIDIA GPU 设计的 HuggingFace Diffusers 推理性能优化框架,由 WaveSpeed.ai 团★ 1,306LoongForgeLoongForge 是一个面向大模型训练的统一高性能框架,支持在 NVIDIA GPU 和昆仑芯 XPU 上训练 LLM、VLM、扩散模型及具身智能模型。它解★ 848LLaMA_MPSLLaMA_MPS 是一个面向 Apple Silicon 芯片的 LLaMA 模型推理加速项目,主要解决在 Mac 上运行 LLaMA 和 Stanford-★ 575MultiModalMambaMultiModalMamba 是一个将视觉 Transformer(ViT)与 Mamba 状态空间模型融合的多模态开源模型实现,目标是构建一个快速、轻量且高★ 473Auto1111SDKAuto1111SDK 是一个面向 Automatic1111 WebUI 的 Python SDK 库,旨在为开发者提供简洁、稳定的编程接口来运行先进的扩散模★ 411diffusers-torchaodiffusers-torchao 是一个专注于扩散模型优化的端到端配方库,由 Hugging Face 和 PyTorch 团队联合维护。它解决的是扩散模型(★ 397VoxNovelVoxNovel 是一个将电子书转换为有声书的开源工具,核心特点是能为书中每个角色分配不同的配音演员,实现多角色语音合成。它解决的是传统 TTS 生成有声书时声★ 379open-genieopen-genie 是 DeepMind 论文《Genie: Generative Interactive Environments》的非官方 PyTorch★ 295aituneNVIDIA AITune 是英伟达推出的推理调优工具包,面向深度学习模型在 NVIDIA GPU 上的部署与性能优化。它要解决的问题是:同一个模型在不同 GP★ 290WavTTSWavTTS 是一个面向零样本语音合成的开源研究项目,核心思路是绕过传统声学特征(如梅尔频谱)的中间表示,直接对原始波形建模,从而减少声码器环节带来的信息损失与★ 215Synthesize3DviaDepthOrSil这是一个2017年CVPR论文的开源实现,用于通过多视图深度图或轮廓图来生成和重建3D形状。项目核心是训练一个生成对抗网络(GAN)和变分自编码器(VAE)模型★ 171sdksdk 是一个通用 Python SDK,旨在简化在 Kubernetes 上运行 AI 工作负载的流程。它解决了 AI 工程师和平台团队在 Kubernete★ 162Qwen-Image-Edit-2511-LoRAs-Fast-Lazy-Load这是一个针对Qwen-Image-Edit-2511图像编辑模型的演示项目,核心亮点是支持懒加载的LoRA适配器,用于高级单图和多图编辑。项目集成了7种以上专用★ 160docmind-ai-llmDocMind AI 是一个基于 Streamlit 的开源文档分析应用,核心思路是把 LlamaIndex、LangGraph 与本地大模型串起来,让用户在自★ 155platypusplatypus 是一个面向医学图像分割的 R 语言深度学习框架,目标是让 R 用户无需切换到 Python 就能完成从数据读取到模型训练的全流程。它统一处理 ★ 137Cozy-Auto-TextureCozy-Auto-Texture 是一个 Blender 插件,利用 Stable Diffusion 文本生成图像模型,直接在 Blender 内生成免费纹★ 117eccv16_attr2imgAttribute2Image 是 ECCV 2016 论文的 Torch 实现,旨在根据属性描述生成对应的图像。该项目解决了从离散属性(如颜色、形状、类别)到★ 94tg_bot_stt_tts这是一个基于 Python 的 Telegram 机器人,核心功能是语音消息的识别与生成,即语音转文字(STT)和文字转语音(TTS)。它解决了在 Telegr★ 68textboostTextBoost 是一个面向文本到图像模型的个性化微调工具,核心解决单张参考图即可实现主体定制化生成的问题。传统方法如 DreamBooth 需要多张图像并微★ 57LightDiffusion-NextLightDiffusion-Next 是一个专注于扩散模型推理性能优化的开源项目,旨在提供最快的 Diffusion 后端、WebUI 和服务器。它解决的是扩★ 51