Awesome GitHub RepositoriesTutorials

This project is a collection of educational examples and code for implementing deep learning architectures using the PyTorch framework. It serves as a tutorial and implementation guide for building various neural network architectures for machine learning tasks. The project provides practical implementations for computer vision, including image classification and neural style transfer, as well as natural language processing examples for building sequence models and language predictors. It also covers generative models using adversarial and variational networks to synthesize or transform visua

This project is an educational platform and research toolkit designed to teach deep learning through a combination of mathematical theory, visual diagrams, and executable code. It provides a comprehensive environment for building, training, and evaluating neural networks, grounding complex concepts in interactive computational notebooks that allow for hands-on experimentation. The framework distinguishes itself by interleaving theoretical foundations—including linear algebra, calculus, and probability—with practical implementations across multiple industry-standard libraries. It supports flex

This repository serves as a comprehensive collection of reference implementations for the PyTorch machine learning library. It provides practical examples for building, training, and deploying deep learning models, functioning as a toolkit for developers to explore neural network architectures and training workflows. The project distinguishes itself by offering concrete demonstrations of complex machine learning operations, ranging from computer vision tasks like object detection and depth estimation to the training of large-scale transformer models. These examples illustrate how to implement

This repository is an educational collection of deep learning implementations designed to demonstrate the fundamental principles of neural network architecture and optimization. It provides a comprehensive resource for understanding machine learning through hands-on code examples, ranging from basic multilayer perceptrons to complex generative models. The project distinguishes itself by emphasizing the manual construction of models, including the implementation of backpropagation from scratch to illustrate core mathematical mechanics. It covers a wide array of architectural design patterns, s

The PyTorch Tutorials repository is a collection of educational resources that provides step-by-step guidance on building, training, and deploying neural networks using the PyTorch framework. It covers the complete machine learning workflow, from data loading and model definition through optimization loops and model persistence, with dedicated guides for distributed training, model fine-tuning, and deployment. The tutorials offer practical demonstrations of adapting pre-trained models to new tasks through transfer learning, scaling training across multiple GPUs or machines using PyTorch's dis

Este es un plan de estudios educativo para construir y entrenar redes neuronales utilizando PyTorch. Sirve como guía de entrenamiento y recurso de deep learning, proporcionando una serie estructurada de lecciones sobre computación de tensores y desarrollo de arquitecturas. El curso utiliza un modelo de aprendizaje interactivo que sincroniza la teoría académica con la práctica. Combina diapositivas de lecciones teóricas con notebooks basados en ejercicios, requiriendo que los estudiantes implementen la lógica del modelo dentro de plantillas predefinidas para validar su comprensión conceptual. El plan de estudios cubre una amplia gama de capacidades de deep learning, incluyendo la optimización de modelos mediante descenso de gradiente y regularización, y la implementación de arquitecturas convolucionales, recurrentes y de tipo transformer. También incluye instrucciones para procesar datos multimodales y aplicar aprendizaje autosupervisado mediante métodos contrastivos y autoencoders. El contenido se entrega a través de una secuencia modular de Jupyter Notebooks.

This repository provides a curated collection of self-contained Python code examples that demonstrate the core capabilities of the PyTorch deep learning framework. The examples cover automatic differentiation, dynamic computational graphs, GPU‑accelerated tensor operations, and training of neural network models using gradient‑based optimization. The code samples illustrate PyTorch’s dynamic graph construction, where models can change structure with native control flow, and its automatic gradient computation through reverse‑mode differentiation. Additional examples show how to work with tensor

Practical PyTorch es una colección de tutoriales y guías de deep learning centrados en la implementación de redes neuronales recurrentes. El proyecto proporciona código práctico para construir modelos de secuencia y arquitecturas de secuencia a secuencia utilizando el framework PyTorch. El repositorio cubre la implementación de modelos para traducción automática neuronal, generación de texto a nivel de carácter y clasificación de texto. Incluye ejemplos para transformar secuencias de entrada en secuencias de salida para traducción automática y síntesis de nuevo texto. El proyecto también se extiende a la predicción de datos de secuencia y análisis de series temporales, proporcionando métodos para predecir eventos futuros basados en patrones secuenciales históricos.

PyTorchZeroToAll es un recurso educativo y colección de tutoriales centrados en el deep learning y el framework PyTorch. Proporciona una ruta de aprendizaje estructurada para implementar arquitecturas de redes neuronales, desde la sintaxis básica del lenguaje y fundamentos hasta el diseño de modelos complejos. El proyecto sirve como guía de implementación para construir varios tipos de redes, incluyendo redes lineales, logísticas, convolucionales y recurrentes. Cubre específicamente el flujo de trabajo para el modelado de secuencias mediante el uso de mecanismos de atención y redes a nivel de carácter. El recurso también cubre la preparación de datos para machine learning, incluyendo el uso de cargadores de datasets personalizados, herramientas de procesamiento de texto y la traducción de archivos fuente crudos a tensores para pipelines de entrenamiento.

Pytorch implementations of various Deep NLP models in cs-224n(Stanford Univ)

C++ Implementation of PyTorch Tutorials for Everyone

An IPython Notebook tutorial on deep learning for natural language processing, including structure prediction.

PyTorch Implementation of Fully Convolutional Networks. (Training code to reproduce the original result is available.)

PyTorch tutorials and best practices.

Various tutorials given for welcoming new students at MILA.

A scalable template for PyTorch projects, with examples in Image Segmentation, Object classification, GANs and Reinforcement Learning.

Open source guides/codes for mastering deep learning to deploying deep learning in production in PyTorch, Python, Apptainer, and more.

Quick, visual, principled introduction to pytorch code through five colab notebooks.

Neural information retrieval / semantic search / bi-encoders

Revive your old S60 3rd FP1 Nokia N95 2GB with this guide from 2021 !