Awesome GitHub RepositoriesTensor Computation Graphs

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 एक PyTorch ODE सॉल्वर लाइब्रेरी है जिसे इनिशियल वैल्यू प्रॉब्लम्स को हल करने और न्यूरल ODE फ्रेमवर्क बनाने के लिए डिज़ाइन किया गया है। यह एक डिफरेंशिएबल ODE इंटीग्रेटर प्रदान करता है जो डीप लर्निंग मॉडल्स को समय के साथ डायनामिक्स फंक्शन्स को इंटीग्रेट करके निरंतर गहराई (continuous depth) को सिमुलेट करने की अनुमति देता है। लाइब्रेरी में मेमोरी-एफिशिएंट बैकप्रोपैगेशन के लिए एक एडजॉइंट मेथड ग्रेडिएंट कैलकुलेटर है। एक ऑगमेंटेड एडजॉइंट सिस्टम को समय में पीछे की ओर हल करके, यह हर इंटरमीडिएट सॉल्वर स्टेट को स्टोर किए बिना पैरामीटर ग्रेडिएंट्स की गणना करता है। यह प्रोजेक्ट एडेप्टिव और फिक्स्ड-स्टेप सॉल्वर के साथ न्यूमेरिकल इंटीग्रेशन को कवर करता है, जिसमें एरर कंट्रोल और पॉलिनोमियल स्टेट इंटरपोलेशन शामिल है। यह विशिष्ट स्केलर फंक्शन्स के ट्रिगर होने पर सॉल्वर को समाप्त करने और इवेंट टाइम के माध्यम से ग्रेडिएंट्स को प्रोपेगेट करने के लिए डिफरेंशिएबल इवेंट मैनेजमेंट का भी समर्थन करता है। यह फ्रेमवर्क कंटीन्यूअस नॉर्मलाइजिंग फ्लो और सीखे गए कंटीन्यूअस-टाइम ऑर्डिनरी डिफरेंशियल इक्वेशन्स के माध्यम से प्रोबेबिलिटी डिस्ट्रीब्यूशन के ट्रांसफॉर्मेशन जैसे अनुप्रयोगों के लिए उपयोग किया जाता है।

यह प्रोजेक्ट शैक्षिक Jupyter Notebooks का एक संग्रह है जो TensorFlow फ्रेमवर्क का उपयोग करके न्यूरल नेटवर्क निर्माण और टेंसर ऑपरेशंस पर ट्यूटोरियल प्रदान करता है। यह मशीन लर्निंग के छात्रों के लिए एक शैक्षिक रिपॉजिटरी और इम्प्लीमेंटेशन गाइड के रूप में कार्य करता है। यह सूट विशिष्ट उन्नत आर्किटेक्चर पर केंद्रित है, जिसमें इमेज क्लासिफिकेशन के लिए कन्वेन्शनल नेटवर्क, ट्रेनिंग स्टेबिलिटी के लिए स्किप कनेक्शन वाले रेजिडुअल नेटवर्क, और जेनरेटिव मॉडलिंग व डेटा सिंथेसिस के लिए वेरिएशनल ऑटोएनकोडर शामिल हैं। इसमें फीचर एक्सट्रैक्शन और डाइमेंशनलिटी रिडक्शन करने के लिए डीनोइजिंग और डीप ऑटोएनकोडर बनाने के लिए गाइड भी शामिल हैं। रिपॉजिटरी प्रेडिक्टिव मॉडलिंग के व्यापक दायरे को कवर करती है, जिसमें निरंतर मानों और बाइनरी परिणामों की भविष्यवाणी के लिए लीनियर, पॉलिनोमियल और लॉजिस्टिक रिग्रेशन के इम्प्लीमेंटेशन शामिल हैं।

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 एक हाई-परफॉरमेंस डीप लर्निंग फ्रेमवर्क और कन्वेन्शनल न्यूरल नेटवर्क लाइब्रेरी है जिसे न्यूरल नेटवर्क्स को ट्रेन और डिप्लॉय करने के लिए डिज़ाइन किया गया है। यह एक GPU-एक्सेलेरेटेड मशीन लर्निंग इंजन के रूप में कार्य करता है जिसका कोर C++ में लागू किया गया है ताकि हाई-थ्रूपुट टेंसर ऑपरेशन्स को सक्षम किया जा सके। यह प्रोजेक्ट एक डिक्लेरेटिव कॉन्फ़िगरेशन सिस्टम का उपयोग करता है जहाँ मॉडल आर्किटेक्चर और हाइपरपैरामीटर्स को बाहरी टेक्स्ट फाइलों में परिभाषित किया जाता है, जो नेटवर्क डिज़ाइन को निष्पादन कोड से अलग करता है। इसमें विभिन्न हार्डवेयर वातावरणों में कुशल डिप्लॉयमेंट के लिए प्रशिक्षित वेट्स और टोपोलॉजी को बाइनरी फाइलों में एक्सपोर्ट करने के लिए एक मॉडल सीरियलाइजेशन सिस्टम शामिल है। यह फ्रेमवर्क न्यूरल नेटवर्क आर्किटेक्चर डिज़ाइन, ग्रेडिएंट-आधारित ऑप्टिमाइज़ेशन के साथ सुपरवाइज्ड मॉडल ट्रेनिंग और इमेज क्लासिफिकेशन वर्कफ़्लो सहित व्यापक क्षमताएं प्रदान करता है। यह डेटासेट प्रीप्रोसेसिंग, न्यूरल फीचर एक्सट्रैक्शन और प्री-ट्रेंड मॉडल्स की फाइन-ट्यूनिंग के लिए टूल्स प्रदान करता है। C++ कोर को Python और MATLAB के लिए आधिकारिक बाइंडिंग्स के साथ एक मल्टी-लैंग्वेज इंटरफेस के माध्यम से एक्सेस किया जा सकता है।

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 डीप लर्निंग और PyTorch फ़्रेमवर्क पर केंद्रित एक शैक्षिक संसाधन और ट्यूटोरियल का संग्रह है। यह न्यूरल नेटवर्क आर्किटेक्चर को लागू करने के लिए एक स्ट्रक्चर्ड लर्निंग पाथ प्रदान करता है, जो बुनियादी भाषा सिंटैक्स और मूलभूत सिद्धांतों से लेकर जटिल मॉडल डिज़ाइन तक फैला है। प्रोजेक्ट लीनियर, लॉजिस्टिक, कन्वेन्शनल और रिकरेंट नेटवर्क सहित विभिन्न नेटवर्क प्रकार बनाने के लिए एक कार्यान्वयन गाइड के रूप में कार्य करती है। यह विशेष रूप से अटेंशन मैकेनिज्म और कैरेक्टर-लेवल नेटवर्क के उपयोग के माध्यम से सीक्वेंस मॉडलिंग के लिए वर्कफ़्लो को कवर करती है। संसाधन मशीन लर्निंग डेटा तैयारी को भी कवर करता है, जिसमें कस्टम डेटासेट लोडर, टेक्स्ट प्रोसेसिंग टूल, और ट्रेनिंग पाइपलाइन के लिए रॉ सोर्स फ़ाइलों का टेंसर में अनुवाद शामिल है।

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