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

Acesta este un curriculum educațional pentru construirea și antrenarea rețelelor neuronale folosind PyTorch. Servește drept ghid și resursă pentru antrenarea în deep learning, oferind o serie structurată de lecții despre calculul tensorial și dezvoltarea arhitecturilor. Cursul utilizează un model de învățare interactiv care sincronizează teoria academică cu practica. Acesta combină slide-urile teoretice cu notebook-uri bazate pe exerciții, solicitând studenților să implementeze logica modelului în șabloane predefinite pentru a-și valida înțelegerea conceptuală. Curriculum-ul acoperă o gamă largă de capabilități de deep learning, inclusiv optimizarea modelelor prin gradient descent și regularizare, precum și implementarea arhitecturilor convoluționale, recurente și de tip transformer. Include, de asemenea, instrucțiuni pentru procesarea datelor multimodale și aplicarea învățării auto-supervizate prin metode contrastive și autoencodere. Conținutul este livrat printr-o secvență modulară 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 este o colecție de tutoriale și ghiduri de deep learning axate pe implementarea rețelelor neuronale recurente. Proiectul oferă cod practic pentru construirea de modele de secvență și arhitecturi secvență-la-secvență folosind framework-ul PyTorch. Repository-ul acoperă implementarea modelelor pentru traducerea automată neuronală, generarea de text la nivel de caracter și clasificarea textului. Include exemple pentru transformarea secvențelor de intrare în secvențe de ieșire pentru traducerea automată și sinteza de text nou. Proiectul se extinde, de asemenea, la predicția datelor de secvență și analiza seriilor temporale, oferind metode pentru a prezice evenimente viitoare bazate pe modele secvențiale istorice.

PyTorchZeroToAll este o resursă educațională și o colecție de tutoriale axate pe deep learning și framework-ul PyTorch. Oferă un parcurs de învățare structurat pentru implementarea arhitecturilor de rețele neuronale, variind de la sintaxa de bază a limbajului și fundamente, până la design-ul complex de modele. Proiectul servește ca ghid de implementare pentru construirea diverselor tipuri de rețele, inclusiv rețele liniare, logistice, convoluționale și recurente. Acoperă în mod specific fluxul de lucru pentru modelarea secvențelor prin utilizarea mecanismelor de atenție și a rețelelor la nivel de caracter. Resursa acoperă, de asemenea, pregătirea datelor pentru machine learning, inclusiv utilizarea încărcătoarelor de seturi de date personalizate, instrumente de procesare a textului și traducerea fișierelor sursă brute în tensori pentru pipeline-urile de antrenare.

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 !