PyTorch Hub面向研究人員 – PyTorch - PyTorch 框架

探索和擴充套件來自最新尖端研究的模型。

發現併發布模型到為研究探索而設計的預訓練模型庫。檢視適用於研究人員的模型，或瞭解其工作原理。貢獻模型。

*這是一個測試版本 – 我們將在未來幾個月收集反饋並改進 PyTorch Hub。

PyTorch-Transformers

流行 NLP Transformers 的 PyTorch 實現

YOLOv5

Ultralytics YOLOv5 🚀 用於目標檢測、例項分割和影像分類。

RoBERTa

一種穩健最佳化的 BERT 預訓練方法

Transformer (NMT)

用於英法和英德翻譯的 Transformer 模型。

ResNet

在 ImageNet 上預訓練的深度殘差網路

ResNeXt

下一代 ResNet，更高效、更精確

ShuffleNet v2

一個為速度和記憶體最佳化的高效卷積網路，在 ImageNet 上預訓練

Deeplabv3

帶 ResNet-50、ResNet-101 和 MobileNet-V3 主幹的 DeepLabV3 模型

AlexNet

2012 年 ImageNet 冠軍，其 top-5 錯誤率為 15.3%，比亞軍低 10.8 個百分點以上。

SqueezeNet

AlexNet 級別的精度，引數量減少 50 倍。

DenseNet

密集卷積網路 (DenseNet)，以前饋方式將每一層連線到其他所有層。

VGG-Nets

2014 年 ImageNet ILSVRC 挑戰賽的獲獎卷積網路

FCN

帶有 ResNet-50 和 ResNet-101 主幹的全卷積網路模型

Wide ResNet

寬殘差網路

GoogLeNet

GoogLeNet 基於一個代號為“Inception”的深度卷積神經網路架構，該網路贏得了 2014 年 ImageNet 比賽。

Inception_v3

又稱 GoogleNetv3，一個著名的、在 ImageNet 上訓練的 2015 年卷積網路

MobileNet v2

為速度和記憶體最佳化的高效網路，帶有殘差塊

SSD

用於目標檢測的單發多框檢測器模型

Tacotron 2

用於從文字生成梅爾頻譜圖的 Tacotron 2 模型

WaveGlow

用於從梅爾頻譜圖（由 Tacotron2 生成）生成語音的 WaveGlow 模型

FastPitch 2

用於從文字生成梅爾頻譜圖的 FastPitch 模型

GPUNet

GPUNet 是一系列新的卷積神經網路，旨在最大化 NVIDIA GPU 和 TensorRT 的效能。

EfficientNet

EfficientNets 是一系列影像分類模型，它們實現了最先進的精度，同時尺寸和速度提高了一個數量級。使用 Tensor Cores 進行混合精度訓練。

HiFi GAN

用於從梅爾頻譜圖生成波形的 HiFi GAN 模型

ResNet50

使用 Tensor Cores 進行混合精度訓練的 ResNet50 模型。

ResNeXt101

將 ResNet 中瓶頸 3x3 卷積替換為 3x3 分組卷積的 ResNet，使用 Tensor Cores 進行混合精度訓練。

SE-ResNeXt101

添加了 Squeeze-and-Excitation 模組的 ResNeXt，使用 Tensor Cores 進行混合精度訓練。

Silero 語音活動檢測器

預訓練語音活動檢測器

Silero 語音轉文字模型

一套緊湊的企業級多語言預訓練語音轉文字模型。

Silero 文字轉語音模型

一套緊湊的企業級多語言預訓練文字轉語音模型

MiDaS

MiDaS 模型用於從單個影像計算相對深度。

SNNMLP

受大腦啟發的、帶有脈衝神經元的多層感知器

GhostNet

透過廉價操作生成更多特徵的高效網路

3D ResNet

在 Kinetics 400 資料集上預訓練的 ResNet 風格影片分類網路

SlowFast

在 Kinetics 400 資料集上預訓練的 SlowFast 網路

X3D

在 Kinetics 400 資料集上預訓練的 X3D 網路

ResNeSt

ResNet 的一個新變體。

YOLOP

在 BDD100K 資料集上預訓練的 YOLOP

一次性（Once-for-All）

一次性（OFA）將訓練和搜尋解耦，並在各種邊緣裝置和資源限制下實現高效推理。

FashionGen 上的 DCGAN

一個簡單的用於 64x64 影像的生成式影像模型

漸進式增長 GAN (PGAN)

時尚、名人面孔的高質量影像生成

ProxylessNAS

為不同的硬體平臺無代理地專門化 CNN 架構。

Open-Unmix

音樂源分離的參考實現

IBN-Net

具有域/外觀不變性的網路

用於腦部MRI的U-Net

帶批次歸一化的U-Net，用於生物醫學影像分割，預訓練權重用於腦部MRI中的異常分割

MEAL_V2

使用知識蒸餾提升小型高效模型。

HybridNets

HybridNets – 端到端感知網路

ResNext WSL

使用億級弱監督資料訓練的 ResNext 模型。

HarDNet

在 ImageNet 上預訓練的 Harmonic DenseNet

半監督和半弱監督 ImageNet 模型

在“Billion scale semi-supervised learning for image classification”論文中介紹的 ResNet 和 ResNext 模型

SimpleNet

讓我們保持簡單，使用簡單的架構超越更深、更復雜的架構

ntsnet

使用此細粒度影像分類器對鳥類進行分類