生态系统
工具

Flair 是一个非常简单的框架，用于最先进的自然语言处理 (NLP)。

MONAI 为开发医疗保健影像训练工作流程提供了针对领域优化的基础功能。

PyTorch Lightning 是一个类似 Keras 的 PyTorch 机器学习库。它将核心训练和验证逻辑留给您，并自动完成其余工作。

AdaptDL 是一个资源自适应深度学习训练和调度框架。

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。

一个基于 PyTorch 的自然语言处理知识蒸馏工具包

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

PySyft 是一个用于加密、隐私保护深度学习的 Python 库。

Flower - 一个友好的联邦学习框架

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。

NeMo：一个用于对话式 AI 的工具包。

用于分布式、可扩展 PyTorch 应用程序的机器学习指标。

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

一个用于对抗性鲁棒性研究的工具箱。它包含用于生成对抗性示例和防御攻击的模块。

用于 PyTorch 的最先进自然语言处理。

fastai 是一个库，可以使用现代最佳实践简化训练快速、准确的神经网络。

AllenNLP 是一个建立在 PyTorch 之上的开源研究库，用于设计和评估用于 NLP 的深度学习模型。

torchdistill 是一个建立在 PyTorch 之上的免编码框架，用于可重复的深度学习和知识蒸馏研究。

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

一个 Python 工具箱，用于对部分观察时间序列 (POTS) 进行数据挖掘，帮助工程师更多地关注核心问题，而不是数据中的缺失部分。

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。

Lightly 是一个用于自监督学习的计算机视觉框架。

RoMa 是一个独立的库，用于使用 PyTorch 处理旋转表示（旋转矩阵、四元数、旋转向量等）。它的目标是稳健性、易用性和效率。

一个用于点云深度学习的 PyTorch 框架。

TorchOpt 是一个基于 PyTorch 的库，用于高效的可微分优化。

一个完整且开源的解决方案，用于将特定领域的知识注入预训练的 LLM。

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

Colossal-AI 是一个面向大模型时代的统一深度学习系统

Renate 是一个库，提供了随着新数据的出现而重新训练 PyTorch 模型的工具。

使用 TensorRT 为 NVIDIA GPU 编写的 PyTorch/TorchScript 编译器

使用差分隐私训练 PyTorch 模型

ClearML 是一个完整的系统机器学习/深度学习实验管理器、版本控制和机器学习运维解决方案。

一个开源超参数优化框架，用于自动进行超参数搜索。

用于地理空间数据的数据库、变换和模型

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 CPath 模型。

Ignite 是一个在 PyTorch 中训练神经网络的高级库。它可以帮助您用几行代码编写紧凑但功能齐全的训练循环。

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。

Stable Baselines3 (SB3) 是一组用 PyTorch 实现的可靠强化学习算法。

Captum（拉丁语中的“理解”）是一个建立在 PyTorch 之上的开源、可扩展模型可解释性库。

BoTorch 是一个用于贝叶斯优化的库。它提供了一个模块化、可扩展的接口，用于组合贝叶斯优化原语。

TorchIO 是一组工具，用于在使用 PyTorch 编写的深度学习应用程序中高效地读取、预处理、采样、增强和写入 3D 医学图像。

用于可重复分类阿尔茨海默病的框架

一个用于优雅地配置复杂应用程序的框架。

ParlAI 是一个统一的平台，用于在许多任务中共享、训练和评估对话模型。

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。

Kornia 是一个可微分计算机视觉库，它包含一组例程和可微分模块，用于解决通用的计算机视觉问题。

统一机器学习框架

FuseMedML 是一个 Python 框架，通过鼓励代码重用来加速医学领域中基于机器学习的发现

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

英特尔® 神经网络压缩器为网络压缩技术提供了统一的 API，以实现更快的推理

Diffusers 提供了跨多种模式（例如视觉和音频）的预训练扩散模型，并充当了用于扩散模型的推理和训练的模块化工具箱。

Catalyst 可以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。

一个用于最先进的自监督学习的库

以数据为中心的声明式深度学习框架

PyTorch Geometric 是一个用于处理不规则输入数据（例如图、点云和流形）的深度学习库。

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

Determined 是一个平台，可以帮助深度学习团队更快地训练模型、更轻松地共享 GPU 资源并有效地进行协作。

在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。

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。

SimulAI 基本上是一个用于物理信息机器学习的工具包，包含管道。

PennyLane 是一个用于量子机器学习、自动微分和混合量子经典计算优化的库。

TensorLy 是一个用于 Python 中的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。

CrypTen 是一个用于隐私保护机器学习的框架。它的目标是使机器学习从业者能够使用安全计算技术。

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

Avalanche：一个用于持续学习的端到端库

PyTorch 中的深度学习管道抽象

一个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、数据库、训练管道等。

ONNX Runtime 是一个跨平台的推理和训练加速器。

一个用于 PyTorch 的运行时故障注入工具。

baal（贝叶斯主动学习）旨在使用从神经网络中贝叶斯后验近似推导出的不确定性度量来实现主动学习。

用于加速神经网络训练的算法库

一个用于 PyTorch 的统一集成框架，用于提高深度学习模型的性能和鲁棒性。

Hummingbird 将经过训练的机器学习模型编译成张量计算，以实现更快的推理速度。

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

一个通用的应用程序框架，用于使用 PyTorch 进行分割、回归和分类

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，使用户能够专注于他们的新型应用程序。

higher 是一个库，它使用近乎原生的 PyTorch 促进了任意复杂梯度元学习算法和嵌套优化循环的实现。

基于 PyTorch 构建的自动驾驶机器学习预测、规划和仿真。

深度图库 (DGL) 是一个 Python 包，用于在 PyTorch 和其他框架之上轻松实现图神经网络模型系列。

TorchDrift 是一个用于 PyTorch 的数据和概念漂移库。它可以让您监控您的 PyTorch 模型，以查看它们是否在规范范围内运行。

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。

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

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，小型团体也能负担得起，并且可以全面开发和评估 SSL 算法。

灵活而强大的张量操作，用于编写可读且可靠的代码。

一个用于卫星和航空图像深度学习的开源框架。

用于教育目的的极简神经机器翻译工具包

depyf 是一个帮助用户理解和适应 PyTorch 编译器 torch.compile 的工具。

用于不同计算机视觉任务（如分类、分割、目标检测和姿态估计）的快速且可扩展的图像增强库。

pomegranate 是一个概率模型库，它以模块化的方式构建，并将所有模型都视为它们所代表的概率分布。

一个用于提高英特尔平台上 PyTorch 性能的 Python 包

Detectron2 是 FAIR 的下一代目标检测和分割平台。

PyTorch3D 为 PyTorch 的 3D 计算机视觉研究提供了高效、可重复使用的组件。

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

一个强大而灵活的机器学习平台，用于药物发现。

PyKale 是一个 PyTorch 库，用于多模态学习和迁移学习，并在图、图像、文本和视频上进行深度学习和降维。

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

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。

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

PyTorch 自然语言处理 (NLP) 的基本实用程序。

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