Ecosystem
Tools

灵活而强大的张量运算，用于编写可读且可靠的代码。

来自 Facebook AI Research (FAIR) 的用于视觉和语言多模态研究的模块化框架。

PyTorch 中深度学习的管道抽象

higher 是一个库，它有助于使用近乎原生的 PyTorch 实现任意复杂的基于梯度的元学习算法和嵌套优化循环。

用于阿尔茨海默病可重复分类的框架

用于视频理解研究的深度学习库。 托管各种以视频为中心的模型、数据集、训练管道等。

用于点云深度学习的 PyTorch 框架。

baal（贝叶斯主动学习）旨在通过使用从神经网络中贝叶斯后验近似值导出的不确定性指标来实现主动学习。

Kornia 是一个可微分的计算机视觉库，它由一组例程和可微分模块组成，用于解决通用的 CV 问题。

使用 PyTorch 进行分割、回归和分类的通用应用框架

GPyTorch 是一个使用 PyTorch 实现的高斯过程库，旨在创建可扩展、灵活的高斯过程模型。

Ignite 是一个用于在 PyTorch 中训练神经网络的高级库。 它有助于编写紧凑但功能齐全的训练循环。

PFRL 是一个深度强化学习库，它使用 PyTorch 在 Python 中实现了各种最先进的深度强化算法。

Pyro 是一种通用的概率编程语言 (PPL)，用 Python 编写，后端由 PyTorch 支持。

Ray 是一个用于构建和运行分布式应用程序的快速而简单的框架。

SimulAI 基本上是一个工具包，其中包含用于物理信息机器学习的管道。

用于分布式、可扩展 PyTorch 应用程序的机器学习指标。

AllenNLP 是一个基于 PyTorch 构建的开源研究库，用于设计和评估用于 NLP 的深度学习模型。

一个强大而灵活的机器学习平台，用于药物发现。

Diffusers 跨多种模态（例如视觉和音频）提供预训练的扩散模型，并充当用于扩散模型推理和训练的模块化工具箱。

TIAToolbox 提供了一个易于使用的 API，研究人员可以使用、调整和创建用于 CPath 的模型。

Determined 是一个平台，可帮助深度学习团队更快地训练模型、轻松共享 GPU 资源并有效地协作。

Deep Graph Library (DGL) 是一个 Python 包，专为轻松实现图神经网络模型族而构建，基于 PyTorch 和其他框架之上。

Flair 是一个非常简单的框架，用于最先进的自然语言处理 (NLP)。

一个开源的超参数优化框架，用于自动化超参数搜索。

PySyft 是一个用于加密、保护隐私的深度学习的 Python 库。

CrypTen 是一个用于隐私保护 ML 的框架。 它的目标是使安全计算技术可供 ML 从业者使用。

一个用于优雅地配置复杂应用程序的框架。

PyTorch Geometric Temporal 是 PyTorch Geometric 的时间（动态）扩展库。

PyTorch Lightning 是一个类似 Keras 的 PyTorch ML 库。 它将核心训练和验证逻辑留给您，并自动执行其余操作。

🚀 一种使用多 GPU、TPU、混合精度训练和使用 PyTorch 模型的简单方法

Flower - 一个友好的联邦学习框架

TorchIO 是一组工具，用于高效读取、预处理、采样、增强和写入 PyTorch 中编写的深度学习应用程序中的 3D 医疗图像。

USB 是一个基于 Pytorch 的 Python 包，用于半监督学习 (SSL)。 它易于使用/扩展，小型团队可以负担得起，并且全面，可用于开发和评估 SSL 算法。

TorchOpt 是一个基于 PyTorch 的库，用于高效的可微分优化。

Avalanche：用于持续学习的端到端库

PennyLane 是一个用于量子 ML、自动微分以及混合量子-经典计算优化的库。

一个用于对部分观测时间序列 (POTS) 进行数据挖掘的 Python 工具箱，并帮助工程师更多地关注核心问题，而不是数据中缺失的部分。

Hummingbird 将训练后的 ML 模型编译为张量计算，以实现更快的推理。

用于对抗鲁棒性研究的工具箱。 它包含用于生成对抗样本和防御攻击的模块。

Substra 是一个联邦学习 Python 库，用于在真实分布式数据上大规模运行联邦学习实验。

pomegranate 是一个概率模型库，它以模块化方式构建，并将所有模型视为它们所属的概率分布。

MONAI 为开发医疗保健成像训练工作流程提供领域优化的基础能力。

Polyaxon 是一个用于构建、训练和监控大规模深度学习应用程序的平台。

skorch 是一个用于 PyTorch 的高级库，提供完整的 scikit-learn 兼容性。

PyKale 是一个 PyTorch 库，用于多模态学习和迁移学习，通过深度学习和降维处理图、图像、文本和视频。

octoml-profile 是一个 python 库和云服务，旨在为评估和优化 PyTorch 模型的性能提供简单的体验。

depyf 是一个工具，可帮助用户理解和适应 PyTorch 编译器 torch.compile。

以数据为中心的声明式深度学习框架

PyTorch 自然语言处理 (NLP) 的基本实用程序。

PyPose 是一个面向机器人的、基于 PyTorch 的库，它将深度感知模型与基于物理的优化技术相结合，以便用户可以专注于他们的新颖应用程序。

快速且可扩展的图像增强库，适用于不同的 CV 任务，如分类、分割、对象检测和姿势估计。

PyTorch3D 为使用 PyTorch 进行 3D 计算机视觉研究提供了高效、可重用的组件。

FuseMedML 是一个 python 框架，通过鼓励代码重用，加速医学领域基于 ML 的发现

vllm 是一个用于 LLM 的高吞吐量和内存高效的推理和服务引擎。

OpenMMLab 涵盖了广泛的计算机视觉研究主题，包括分类、检测、分割和超分辨率。

使用差分隐私训练 PyTorch 模型

一个用于卫星和航空影像深度学习的开源框架。

统一的机器学习框架

地理空间数据集、变换和模型

torchdistill 是一个基于 PyTorch 构建的免代码框架，用于可重现的深度学习和知识蒸馏研究。

一个完整且开源的解决方案，用于将特定领域的知识注入到预训练的 LLM 中。

NeMo：用于对话式 AI 的工具包。

PyTorch Geometric 是一个用于不规则输入数据（如图、点云和流形）深度学习的库。

Stable Baselines3 (SB3) 是一组可靠的 PyTorch 强化学习算法实现。

Lightly 是一个用于自监督学习的计算机视觉框架。

TensorLy 是一个用于 Python 中张量方法和深度张量化神经网络的高级 API，旨在简化张量学习。

docTR (Document Text Recognition) - 一个无缝、高性能且易于访问的库，用于由深度学习驱动的 OCR 相关任务。

TorchDrift 是一个用于 PyTorch 的数据和概念漂移库。 它使您可以监视 PyTorch 模型，以查看它们是否在规范范围内运行。

一个轻量级的声明式 PyTorch 包装器，用于在设备、分布式模式、混合精度和 PyTorch 扩展之间进行上下文切换。

ParlAI 是一个统一的平台，用于跨多个任务共享、训练和评估对话模型。

Poutyne 是一个类似 Keras 的 PyTorch 框架，处理训练神经网络所需的大量样板代码。

一个用于提高 PyTorch 在 Intel 平台上的性能的 Python 包

Captum（拉丁语中的“理解”）是一个基于 PyTorch 构建的开源、可扩展的模型可解释性库。

fastai 是一个库，它使用现代最佳实践简化了快速且准确的神经网络的训练。

加速神经网络训练的算法库

Horovod 是一个用于深度学习框架的分布式训练库。 Horovod 旨在使分布式 DL 快速且易于使用。

OpenCompass 是一个 LLM 评估平台，支持 100 多个数据集上的各种模型（Llama3、Mistral、InternLM2、GPT-4、LLaMa2、Qwen、GLM、Claude 等）。

Colossal-AI 是大数据模型时代的统一深度学习系统

pystiche 是一个基于 PyTorch 构建的神经风格迁移 (NST) 框架。

一个基于 PyTorch 的知识蒸馏工具包，用于自然语言处理

Forte 是一个用于构建 NLP 管道的工具包，具有可组合的组件、便捷的数据接口和跨任务交互。

用于 PyTorch 的统一集成框架，以提高深度学习模型的性能和鲁棒性。

DeepSpeed 是一个深度学习优化库，使分布式训练变得简单、高效和有效。

ClearML 是一个完整的系统 ML/DL 实验管理器、版本控制和 ML-Ops 解决方案。

AdaptDL 是一个资源自适应的深度学习训练和调度框架。

TorchQuantum 是一个基于 PyTorch 的量子经典模拟框架。 它支持在不同硬件平台（如 CPU 和 GPU）上的状态向量、密度矩阵模拟和脉冲模拟。

用于教育目的的极简神经机器翻译工具包

RoMa 是一个独立的库，用于处理 PyTorch 的旋转表示（旋转矩阵、四元数、旋转向量等）。 它旨在实现稳健性、易用性和效率。

基于 PyTorch 构建的自动驾驶 ML 预测、规划和模拟。

用于 NVIDIA GPU 的 PyTorch/TorchScript 编译器，使用 TensorRT

Catalyst 帮助您用几行代码编写紧凑但功能齐全的深度学习和强化学习管道。

Intel® Neural Compressor 提供统一的 API，用于网络压缩技术，以实现更快的推理

用于 PyTorch 的运行时故障注入工具。

Detectron2 是 FAIR 的下一代对象检测和分割平台。

在您的应用程序中使用深度度量学习的最简单方法。 模块化、灵活且可扩展。

Renate 是一个库，提供用于随着新数据的可用而随着时间推移重新训练 pytorch 模型的工具。

用于 PyTorch 的最先进的自然语言处理。

一个用于最先进的自监督学习的库

PopTorch 接口库是一个简单的包装器，用于直接在 Graphcore IPU 上运行 PyTorch 程序。

BoTorch 是一个用于贝叶斯优化的库。 它为组合贝叶斯优化原语提供了模块化、可扩展的接口。

FairScale 是一个 PyTorch 扩展库，用于在一台或多台机器/节点上进行高性能和大规模训练。

ONNX Runtime 是一个跨平台推理和训练加速器。