Awesome GitHub RepositoriesPyTorch-Based Frameworks

This library provides a comprehensive collection of modular building blocks and research-backed architectures for implementing vision transformers within the PyTorch framework. It serves as a centralized repository for constructing, training, and analyzing attention-based models, offering a wide array of specialized variants designed for image classification and visual representation learning. The project distinguishes itself through a focus on architectural efficiency and flexibility, supporting diverse input formats including non-square images and volumetric data like video. It incorporates

This project is a deep learning curriculum and a collection of PyTorch tutorials designed for deep learning education. It provides a structured set of technical documents and runnable notebooks that translate theoretical machine learning concepts into executable code. The repository includes implementation guides for various neural network architectures, specifically covering convolutional, recurrent, and transformer-based models. It provides practical examples for building computer vision pipelines for object detection and semantic segmentation, as well as natural language processing tools f

This PyTorch-based deep learning library provides a framework for analyzing and forecasting temporal data. It implements specialized architectures for time series forecasting, anomaly detection, data imputation, and classification. The project distinguishes itself through the inclusion of zero-shot inference capabilities, allowing large-scale temporal models to be evaluated on unseen datasets without requiring task-specific fine-tuning. The framework covers a broad range of analytical capabilities, including the recovery of missing values in incomplete datasets, the identification of irregul

AllenNLP is a PyTorch-based research library and deep learning language toolkit designed for developing and training neural network architectures for linguistic tasks. It provides a distributed training system that coordinates data and gradients across multiple GPUs and a framework for integrating pretrained transformer architectures. The system distinguishes itself with a dedicated algorithmic bias mitigation tool used to identify and reduce bias in linguistic model predictions. It also includes model influence analysis to interpret predictions by calculating the influence of specific traini

BigDL is a PyTorch acceleration framework and distributed inference engine designed for large language models. It provides a toolkit for running models on Intel hardware, integrating quantization tools and libraries for parameter-efficient fine-tuning. The project distinguishes itself through the use of pipeline parallelism to distribute model workloads across multiple hardware accelerators. It utilizes low-bit integer quantization and speculative decoding to reduce memory footprints and decrease text generation latency. The system covers broad capabilities in model optimization, including w

DocTR is a deep learning OCR library built on PyTorch that detects and transcribes text in document images using a two-stage detection-recognition pipeline. It provides a complete framework for building and deploying OCR pipelines with pretrained models available through the Hugging Face Hub, and supports exporting trained models to ONNX format for cross-runtime deployment. The library offers end-to-end OCR pipelines that combine text detection and recognition to extract all text from document images or PDFs, with support for rotated page handling and varied text orientations. It includes cap

هذا المشروع هو تطبيق PyTorch لهندسة EfficientDet المصممة لاكتشاف الكائنات في الوقت الفعلي. يوفر شبكة عصبية ومحرك استدلال قادراً على تحديد وتحديد مواقع كائنات متعددة داخل الصور أو تدفقات الفيديو. يتضمن التنفيذ نماذج رؤية حاسوبية مدربة مسبقاً بأوزان محسنة، مما يتيح الاستدلال الفوري والضبط الدقيق دون الحاجة إلى التدريب من الصفر. يغطي المشروع خط الأنابيب الكامل لتحسين نموذج الرؤية الحاسوبية، بما في ذلك تدريب اكتشاف الكائنات المخصص وتحسين وزن النموذج. ويدمج مكونات هيكلية مثل دمج الميزات ثنائي الاتجاه، والهندسة العصبية ذات النطاق المركب، ومقترحات المنطقة القائمة على المرساة (anchor-based) لموازنة سرعة الاستدلال ودقة الاكتشاف.

SimSwap هو إطار عمل للتعلم العميق لتبديل الوجوه ومعالج وسائط للرؤية الحاسوبية مبني باستخدام PyTorch. يعمل كأداة لتوليف الصور مصممة لاستبدال هوية الشخص في الصور ومقاطع الفيديو بوجه مستهدف باستخدام نموذج مدرب واحد. يعمل النظام كأداة لاستبدال هوية الفيديو التي تبدل الهويات عبر الإطارات مع الحفاظ على التعبيرات والإضاءة الأصلية للوسائط المصدر. يتيح التلاعب بالهوية الرقمية وإنتاج وسائط اصطناعية من خلال رسم خرائط ميزات الوجه الآلي. يدعم إطار العمل كلاً من تطبيق النماذج المدربة لتبديل الوجوه في الوسائط والقدرة على تدريب نماذج تبديل وجوه مخصصة باستخدام مجموعات بيانات صور محددة.

moco هو تطبيق بلغة PyTorch لـ momentum contrast مصمم للتعلم الذاتي للتمثيل المرئي. يعمل كإطار عمل بحثي لاستخراج ميزات الصور عالية المستوى من مجموعات البيانات غير المصنفة من خلال تعظيم التشابه بين وجهات نظر مختلفة لنفس الصورة. يستخدم النظام بنية مشفر غير متماثلة تتكون من مشفر عبر الإنترنت سريع التعلم ومشفر زخم بطيء التطور لتحقيق استقرار التدريب. ويعتمد نهجاً قائماً على القاموس يقارن صور الاستعلام مقابل قائمة ديناميكية من العينات السلبية لتعلم ميزات مرئية مميزة دون تصنيف بشري يدوي. يغطي إطار العمل سير عمل التعلم التبايني من البداية إلى النهاية، بما في ذلك التعلم الذاتي للتمثيل المرئي وتحليل الصور غير المصنفة. ويستفيد من عمليات الموتر المسرعة بواسطة GPU لحساب تشابه المتجهات عالي الأبعاد وتدريب النماذج.

Kaolin هي مكتبة تعلم عميق ثلاثية الأبعاد لـ PyTorch توفر مجموعة شاملة من الأدوات لمعالجة الهندسة ثلاثية الأبعاد، ومحاكاة الفيزياء، وتصور البيانات، والعرض القائم على التدرج لرؤية الكمبيوتر. تتضمن المكتبة عارضاً ثلاثي الأبعاد قابلاً للتمايز ومجموعة أدوات معالجة هندسية لتحويل وتحويل التمثيلات ثلاثية الأبعاد مثل الشبكات (meshes) والسحب النقطية (point clouds). كما تتميز بمحرك محاكاة فيزياء ثلاثي الأبعاد لحساب التفاعلات الفيزيائية والاصطدامات بين الكائنات والمشاهد ثلاثية الأبعاد. توفر مجموعة الأدوات أدوات مساعدة لتصور البيانات ثلاثية الأبعاد، بما في ذلك إنشاء طرق عرض تفاعلية ورسوم متحركة دوارة. تغطي الإمكانيات الإضافية إدارة مجموعات البيانات ثلاثية الأبعاد، ومعالجة البيانات مسبقاً، وعرض التمثيل ثلاثي الأبعاد.

هذا المشروع عبارة عن إطار عمل PyTorch لإعادة تحديد هوية الأشخاص مصمم لتدريب وتقييم النماذج التي تحدد الأفراد عبر مشاهد كاميرا مختلفة. يوفر خط أنابيب تدريب نموذج كامل، ومستخرج ميزات تعلم عميق لتحويل الصور إلى متجهات رقمية، ومجموعة من أدوات قياس الرؤية الحاسوبية لقياس دقة استرجاع الهوية. يتضمن إطار العمل مجموعة أدوات تعلم نقل متخصصة تدعم تجميد الطبقات، وتحسين معدل التعلم المرحلي، ومعدلات تعلم تفاضلية لضبط النماذج المدربة مسبقاً. يتميز بمحرك قابل للتوسيع يسمح بتطوير منطق تدريب مخصص وتنفيذ أهداف تحسين محددة مثل تعدين خسارة الثلاثي للعينة الصعبة وتنعيم التسميات. يغطي النظام إدارة شاملة لمجموعات البيانات، بما في ذلك دعم المعايير القياسية، وأخذ عينات الدفعات المتوازنة، وتعزيز الصور. يوفر أدوات تقييم لحساب رتب الاسترجاع ومسافات الميزات، بالإضافة إلى أدوات تصور لتوليد خرائط حرارة التنشيط ومعارض الاسترجاع المصنفة. تم تنفيذ المشروع بلغة Python ويستفيد من PyTorch لعمليات التعلم العميق الخاصة به.

mmocr هو إطار عمل للتعرف الضوئي على الحروف (OCR) يعتمد على PyTorch مصمم لتدريب ونشر نماذج اكتشاف النصوص، والتعرف عليها، واستخراج المعلومات الرئيسية. يعمل كصندوق أدوات شامل لاكتشاف والتعرف على نصوص المشاهد، حيث يوفر مكتبات متخصصة لتحديد مناطق النص وتحويل النص المرئي إلى سلاسل مشفرة آلياً. يتميز المشروع بإطار عمل بحثي لاستخراج المعلومات الرئيسية وقدرات متقدمة لتحديد النصوص. تشمل هذه القدرات التحديد القائم على النقاط باستخدام المحولات (Transformers) واستخدام منحنيات Bezier ذات المعلمات لتحديد ونسخ النصوص ذات الأشكال التعسفية. يغطي إطار العمل سطحاً واسعاً من قدرات الرؤية الحاسوبية، بما في ذلك إدارة خط أنابيب البيانات لزيادة وتوحيد مجموعات بيانات OCR المتنوعة، وتدريب النماذج مع التوسع الموزع، وتقييم الأداء باستخدام مقاييس OCR القياسية. كما يوفر أدوات لمعالجة المضلعات الهندسية وتصور النتائج لتدقيق التنبؤات مقابل تعليقات الحقيقة الأرضية. يتم تنفيذ النظام بلغة Python ويدعم التثبيت عبر تغليف بيئة Docker.

هذا المشروع هو إطار عمل تعلم تبايني ذاتي الإشراف مصمم لتدريب نماذج التعلم العميق لتعلم تمثيلات مرئية من الصور دون استخدام تسميات مقدمة من البشر. يوفر نظاماً لتطوير نماذج تمثيل مرئي مدربة مسبقاً يمكن تكييفها لمهام رؤية الكمبيوتر اللاحقة. يتضمن إطار العمل أدوات لتصنيف الصور شبه الخاضع للإشراف، والذي يجمع بين مجموعات بيانات كبيرة غير مصنفة ومجموعات صغيرة مصنفة لتحسين الدقة. كما يتميز بأداة تقييم مسبار خطي لتقييم جودة ميزات الصورة المتعلمة عن طريق تدريب مصنف خطي بسيط فوق التمثيلات المجمدة. يغطي الكود البرمجي تدريب التعلم العميق الموزع وتسريع الأجهزة للتعامل مع أحجام دفعات كبيرة، إلى جانب بدائيات التحسين مثل جدولة معدل التعلم cosine-decay وتنظيم weight-decay. كما يوفر أدوات لإدارة النماذج، بما في ذلك تحويل نقاط التحقق المدربة مسبقاً بين تنسيقات إطار عمل التعلم العميق المختلفة وأدوات لنشر النماذج. يتم توفير التنفيذ كمجموعة من دفاتر Jupyter.

CV-Backbones هي مكتبة للعمود الفقري (backbone) لرؤية الحاسوب ومستودع نماذج يوفر مجموعة من معماريات الشبكات العصبية المحددة مسبقاً لاستخراج الميزات المرئية ومعالجة بيانات الصور. تعمل المكتبة كإطار عمل لرؤية الحاسوب في PyTorch، وتضم مكونات تعلم عميق قابلة لإعادة الاستخدام ومصممة لتحليل الصور وتعلم التمثيل المرئي. تركز المكتبة على معماريات الشبكات العصبية الفعالة لتقليل العبء الحسابي مع الحفاظ على أداء استخراج الميزات. يتم تحقيق ذلك من خلال تنفيذ تصميمات نماذج خفيفة الوزن مثل GhostNet وMLP. يغطي المشروع مجموعة واسعة من معماريات النماذج، بما في ذلك الشبكات العصبية الالتفافية والمحولات. كما يتضمن نظاماً نمطياً لتبديل تطبيقات العمود الفقري وآلية لتحميل الأوزان المدربة مسبقاً لتسريع التقارب.

Tensor-Puzzles هي مجموعة تمارين تعليمية ودرس تعليمي للحوسبة العددية مصمم لإتقان عمليات الموتر وقواعد البث داخل PyTorch. تعمل كمدرب تنفيذ حيث يمارس المستخدمون الانتقال من الصيغ الرياضية إلى الكود عن طريق إعادة تنفيذ بدائيات تعلم الآلة الرياضية. يستخدم المشروع مجموعة تمارين قائمة على القيود تقيد استدعاءات المكتبة المتاحة لفرض استخدام بدائيات موتر محددة. تم هيكلة هذه التحديات كألغاز متسلسلة تتطلب من المستخدمين حل المهام باستخدام نمط تنفيذ معياري، حيث يتم تقسيم الوظائف المعقدة إلى عمليات تابعة أبسط. يتم ضمان الصحة من خلال بيئة تنفيذ متكاملة مع PyTorch تستخدم التحقق من التنفيذ المرجعي وفحوصات التسامح العددي. يتحقق النظام من أن مخرجات المستخدم تتطابق مع النتائج المرجعية وتلتزم بقواعد بث المصفوفة متعددة الأبعاد القياسية.

Imaginaire is a PyTorch image synthesis library and neural image translation framework designed to generate high-resolution synthetic visual content. It functions as a deep learning visual generator that maps semantic images and videos into photorealistic versions using both supervised and unsupervised methods. The project includes a specialized tool for rendering 3D environments, which converts block-based world representations into photorealistic scenes while maintaining long-term visual consistency. It further supports photorealistic video translation that utilizes reference images to ensu

This project is a PyTorch implementation of 3D residual networks designed for video action recognition. It provides a spatiotemporal architecture that analyzes both spatial frames and temporal motion to classify human activities within video clips. The system includes a distributed model training framework to accelerate learning across multiple compute nodes. It supports the deployment and fine-tuning of pre-trained model weights, allowing the adaptation of existing networks to specific new datasets. The codebase covers the full pipeline for spatiotemporal learning, including video dataset p

This project is a PyTorch-based framework and toolkit for scene text recognition. It provides a deep learning pipeline for extracting characters and words from images of natural environments, covering the full process from training data preparation to model validation. The framework functions as a standardized benchmark for measuring the accuracy and inference speed of text recognition models. It includes tools for calculating recognition accuracy and measuring GPU processing time per image to evaluate model performance across consistent datasets. The system incorporates visual and sequentia

Instructor-embedding هو إطار عمل لمعالجة اللغة الطبيعية مصمم لتحويل النص غير المهيكل إلى متجهات رقمية عالية الأبعاد. من خلال استخدام بنية ترميز قائمة على المحولات (transformer-based)، يسهل النظام الاسترجاع الدلالي، وتصنيف البيانات، وتحليل التشابه عبر مجموعات البيانات الكبيرة. يتميز إطار العمل بالإسقاط المتجه المشروط بالتعليمات، والذي يدمج تعليمات اللغة الطبيعية مباشرة في عملية التضمين (embedding) لتحسين الأداء لمهام محددة دون الحاجة إلى تدريب إضافي. يعمل كمكتبة تعلم تبايني (contrastive learning)، مما يسمح للمستخدمين بضبط نماذج لغة مدربة مسبقاً على مجموعات بيانات مخصصة لإنشاء تضمينات متخصصة للمجالات المتخصصة. يوفر المشروع مجموعة شاملة من الأدوات لإدارة تمثيلات المتجهات، بما في ذلك إمكانات قياس دقة النموذج مقابل مقاييس موحدة وفهرسة التضمينات للبحث السريع عن التشابه. ولدعم النشر في البيئات محدودة الموارد، يتضمن إطار العمل ميزات تحسين مثل تكميم النموذج (quantization) بدقة مختلطة لتقليل استخدام الذاكرة وتسريع سرعة الاستدلال.

Graph Nets is a graph neural network library and educational toolkit implemented in PyTorch, providing implementations of popular graph representation learning algorithms and research papers. The project covers core graph machine learning tasks including semi-supervised node classification, inductive and unsupervised node embedding generation, and neighborhood feature aggregation. The library supports diverse algorithmic approaches for processing network structures, ranging from shared-parameter graph convolutions and attention-weighted neighborhood aggregation to spectral Chebyshev filtering