Awesome GitHub RepositoriesComputational Frameworks

Llama is a computational framework and runtime environment designed for executing transformer-based neural networks locally. It functions as a generative AI inference engine, enabling the processing of input sequences through pre-trained model weights to produce text completions and structured data outputs directly on your own hardware. The system distinguishes itself through specialized memory and computation management techniques, including memory-mapped weight loading and quantization-aware inference, which allow for efficient execution on standard consumer hardware. It utilizes a stateles

Detectron2 is a PyTorch computer vision framework and visual recognition platform designed for training and deploying models for object detection, image segmentation, and visual recognition. It provides a research-oriented environment for training complex vision models with multi-GPU acceleration. The project includes a specialized object detection library for identifying and locating multiple objects via bounding boxes, as well as an image segmentation toolkit for creating pixel-level masks through instance, semantic, and panoptic segmentation. Additionally, it features a human pose estimati

This project is a structured educational resource and training platform designed for mastering deep learning development. It provides a comprehensive curriculum focused on building, evaluating, and refining predictive models through hands-on coding exercises and standard industry workflows. The curriculum emphasizes practical implementation, guiding users through the construction of neural network architectures and the application of transfer learning to adapt pretrained models for custom tasks. It includes methodologies for tracking and comparing model experiment results, allowing for the sy

This project is an open source deep learning textbook and educational resource. It provides a structured curriculum of theory and practical examples designed for mastering the training of regression, classification, and generative models using the TensorFlow framework. The repository functions as a machine learning code collection, utilizing interactive notebooks and source code to demonstrate neural network implementation and tensor operations. It covers the development of deep learning models and the study of reinforcement learning. The material employs a case-study driven pedagogy, combin

ConvNetJS is a JavaScript deep learning library and neural network training engine designed for client-side machine learning. It functions as a framework for building, training, and running convolutional neural networks directly within a web browser without the need for a backend server. The library specializes in image recognition and pattern analysis using convolutional and pooling layers. It enables the creation of models for classification and regression tasks, as well as the development of reinforcement learning agents that optimize behavior through trial and error in simulated environme

Sonnet is a modular machine learning framework and TensorFlow library used for building, training, and managing deep learning models. It functions as a system for composing neural networks from reusable modules and layers that encapsulate their own parameters and internal states. The project provides specialized tools for distributed model training, enabling the synchronization of gradients across multiple hardware devices. It also serves as a model state management system, allowing for the persistence of neural network weights and the export of portable models that separate the computation g

torchdiffeq هي مكتبة لحل المعادلات التفاضلية العادية (ODE) مبنية على PyTorch، مصممة لحل مسائل القيم الأولية وبناء أطر عمل للشبكات العصبية القائمة على المعادلات التفاضلية (Neural ODEs). توفر المكتبة مُكاملاً تفاضلياً للمعادلات التفاضلية يسمح لنماذج التعلم العميق بمحاكاة العمق المستمر عبر دمج دوال الديناميكيات بمرور الوقت. تتميز المكتبة بحاسبة تدرج تعتمد على طريقة adjoint لضمان انتشار عكسي (backpropagation) فعال في استهلاك الذاكرة. ومن خلال حل نظام adjoint المعزز عكسياً في الزمن، تقوم المكتبة بحساب تدرجات المعاملات دون الحاجة لتخزين كل حالة وسيطة للمُحلل. يغطي المشروع التكامل العددي باستخدام مُحللات ذات خطوات ثابتة ومتكيفة، مع دمج التحكم في الخطأ واستيفاء الحالة متعدد الحدود. كما يدعم إدارة الأحداث القابلة للتفاضل لإنهاء عمل المُحللات عند تفعيل دوال قياسية معينة ونشر التدرجات عبر زمن الحدث. يُستخدم إطار العمل في تطبيقات مثل التدفقات الطبيعية المستمرة (continuous normalizing flows) وتحويل توزيعات الاحتمالات من خلال معادلات تفاضلية عادية متعلمة تعتمد على الزمن المستمر.

هذا المشروع عبارة عن مجموعة من دفاتر Jupyter التعليمية التي تقدم دروساً حول بناء الشبكات العصبية وعمليات المصفوفات (tensors) باستخدام إطار عمل TensorFlow. يعمل كمستودع تعليمي للتعلم الآلي ودليل تنفيذ لطلاب التعلم العميق. تركز المجموعة على بنيات متقدمة محددة، بما في ذلك الشبكات التلافيفية (CNN) لتصنيف الصور، والشبكات المتبقية (residual networks) مع وصلات التخطي لضمان استقرار التدريب، والمشفرات التلقائية المتغيرة (variational autoencoders) للنمذجة التوليدية وتوليف البيانات. كما تتضمن أدلة لبناء المشفرات التلقائية لإزالة الضوضاء والعميقة لاستخراج الميزات وتقليل الأبعاد. يغطي المستودع نطاقاً أوسع من النمذجة التنبؤية، مع تنفيذ الانحدار الخطي ومتعدد الحدود واللوجستي للتنبؤ بالقيم المستمرة والنتائج الثنائية. المحتوى منظم في دفاتر تفاعلية تسمح للمستخدمين بتنفيذ العمليات الرياضية وتعديل تجارب التعلم الآلي.

Cactus is an on-device AI inference engine designed for executing large language models, vision models, and speech-to-text systems on mobile and wearable hardware. It provides a programmable tensor computation graph for defining sequences of matrix operations and activation functions, alongside a local retrieval augmented generation framework that grounds model responses using local text files. The project features a multiplatform SDK with language bindings for integrating AI capabilities into mobile applications and a model conversion system that transforms external model formats for optimiz

Caffe هو إطار عمل للتعلم العميق عالي الأداء ومكتبة للشبكات العصبية التلافيفية مصممة لتدريب ونشر الشبكات العصبية. يعمل كمحرك تعلم آلي مسرع بواسطة GPU مع نواة منفذة بلغة C++ لتمكين عمليات الموترات (tensor) عالية الإنتاجية. يستخدم المشروع نظام تكوين تصريحي حيث يتم تعريف معماريات النماذج والمعاملات الفائقة في ملفات نصية خارجية، مما يفصل تصميم الشبكة عن كود التنفيذ. يتضمن نظام تسلسل للنماذج لتصدير الأوزان والطوبولوجيا المدربة إلى ملفات ثنائية للنشر الفعال عبر بيئات أجهزة مختلفة. يغطي إطار العمل مجموعة واسعة من القدرات، بما في ذلك تصميم معمارية الشبكة العصبية، والتدريب الخاضع للإشراف للنماذج مع التحسين القائم على التدرج، وسير عمل تصنيف الصور. يوفر أدوات لمعالجة البيانات مسبقاً، واستخراج الميزات العصبية، وضبط النماذج المدربة مسبقاً. نواة C++ متاحة من خلال واجهة متعددة اللغات مع روابط رسمية لـ Python وMATLAB.

oneDNN is a library for deep learning acceleration that provides optimized building blocks for neural network training and inference. It manages tensor computation across CPU and GPU hardware, enabling the execution of high-performance primitives for model training and neural network inference optimization. The project distinguishes itself through hardware-specific kernel optimization and the use of just-in-time compilation to target specific processor instruction sets. It supports quantized neural network execution using both static and dynamic quantization to reduce memory usage and increas

PyTorchZeroToAll هو مورد تعليمي ومجموعة من البرامج التعليمية التي تركز على التعلم العميق وإطار عمل PyTorch. يوفر مساراً تعليمياً مهيكلاً لتنفيذ معماريات الشبكات العصبية، بدءاً من بناء جملة اللغة الأساسي والأساسيات وصولاً إلى تصميم النماذج المعقدة. يعمل المشروع كدليل تنفيذ لبناء أنواع مختلفة من الشبكات، بما في ذلك الشبكات الخطية، واللوجستية، والتلافيفية، والمتكررة. يغطي بشكل خاص سير عمل نمذجة التسلسل من خلال استخدام آليات الانتباه والشبكات على مستوى الأحرف. يغطي المورد أيضاً إعداد بيانات التعلم الآلي، بما في ذلك استخدام محملات مجموعات البيانات المخصصة، وأدوات معالجة النصوص، وترجمة ملفات المصدر الخام إلى tensors لخطوط أنابيب التدريب.

This is a TensorFlow-based framework for implementing and training capsule networks designed for image classification. It utilizes a tensor graph neural network model to build architectures that preserve spatial relationships and pose parameters through vector-based neuron groupings. The project implements a dynamic routing mechanism to establish hierarchical relationships between input features and output capsules. To handle complex architectures, it includes a distributed deep learning toolset that enables training across multiple graphics processing units. The framework covers the full ma

Taco is a sparse tensor algebra compiler that translates high-level tensor index expressions into optimized machine code. It functions as a numerical code generator, producing specialized C kernels designed to execute complex multidimensional array operations efficiently on both CPU and GPU hardware. The project distinguishes itself by allowing users to define custom tensor storage layouts by composing dimension-level formats, such as dense or compressed structures, to match the specific sparsity patterns of their datasets. By analyzing the mathematical structure of tensor operations at compi

This project provides a clean implementation of the latent diffusion model architecture using the PyTorch framework. It functions as a generative machine learning pipeline designed to synthesize images from text prompts by loading pre-trained model weights into a modular neural network structure. The implementation focuses on the mechanics of image generation, utilizing a tensor-based computational graph to execute the complex linear algebra required for inference. It incorporates transformer-based text encoding to map natural language into vector embeddings, which are then integrated into th