生態系統
工具

適用於可讀且可靠程式碼的彈性且強大的張量運算。

Facebook AI Research (FAIR) 的視覺和語言多模態研究的模組化框架。

PyTorch 中深度學習的管線抽象

higher 是一個函式庫，可使用近乎原始的 PyTorch 促進任意複雜的基於梯度的元學習演算法和巢狀最佳化迴圈的實作。

用於阿茲海默症可重現分類的框架

用於影片理解研究的深度學習函式庫。 託管各種以影片為中心的模型、資料集、訓練管線等。

用於點雲深度學習的 PyTorch 框架。

baal（貝氏主動學習）旨在實作主動學習，方法是使用從神經網路中貝氏後驗近似值取得的不確定性指標。

Kornia 是一個可微分的電腦視覺函式庫，由一組用於解決通用 CV 問題的常式和可微分模組組成。

使用 PyTorch 進行分割、迴歸和分類的通用化應用程式框架

GPyTorch 是一個使用 PyTorch 實作的高斯過程函式庫，旨在建立可擴展、彈性的高斯過程模型。

Ignite 是一個用於在 PyTorch 中訓練神經網路的高階函式庫。 它可以協助編寫簡潔但功能完整的訓練迴圈。

PFRL 是一個深度強化學習函式庫，它使用 PyTorch 在 Python 中實作各種最先進的深度強化演算法。

Pyro 是一種通用機率程式設計語言 (PPL)，以 Python 編寫，並由後端的 PyTorch 支援。

Ray 是一個用於建構和執行分散式應用程式的快速且簡單的框架。

SimulAI 基本上是一個包含物理資訊機器學習管線的工具組。

適用於分散式、可擴展 PyTorch 應用程式的機器學習指標。

AllenNLP 是一個基於 PyTorch 建構的開放原始碼研究函式庫，用於設計和評估 NLP 的深度學習模型。

適用於藥物發現的強大且彈性的機器學習平台。

Diffusers 提供跨多種模式（例如視覺和音訊）的預訓練擴散模型，並作為用於推論和訓練擴散模型的模組化工具箱。

TIAToolbox 提供了一個易於使用的 API，研究人員可以在其中使用、改編和建立用於 CPath 的模型。

Determined 是一個平台，可協助深度學習團隊更快速地訓練模型、輕鬆共享 GPU 資源並有效地協作。

Deep Graph Library (DGL) 是一個 Python 套件，旨在輕鬆實作圖神經網路模型系列，基於 PyTorch 和其他框架之上。

Flair 是一個非常簡單的框架，適用於最先進的自然語言處理 (NLP)。

一個開放原始碼超參數最佳化框架，用於自動化超參數搜尋。

PySyft 是一個 Python 函式庫，用於加密、保護隱私的深度學習。

CrypTen 是一個用於保護隱私的 ML 框架。 其目標是讓 ML 從業者可以使用安全運算技術。

一個用於優雅地配置複雜應用程式的框架。

PyTorch Geometric Temporal 是 PyTorch Geometric 的時間（動態）擴展函式庫。

PyTorch Lightning 是一個類似 Keras 的 PyTorch 機器學習函式庫。它將核心訓練和驗證邏輯留給您，並自動化其餘部分。

🚀 一種使用多 GPU、TPU、混合精度訓練和使用 PyTorch 模型的簡單方法

Flower - 一個友善的聯邦式學習框架

TorchIO 是一組工具，可有效率地讀取、預處理、取樣、擴增和寫入以 PyTorch 編寫的深度學習應用程式中的 3D 醫療影像。

USB 是一個基於 Pytorch 的 Python 軟體包，用於半監督式學習 (SSL)。它易於使用/擴展、小型團體負擔得起，並且對於開發和評估 SSL 演算法是全面的。

TorchOpt 是一個基於 PyTorch 的函式庫，用於高效的可微分最佳化。

Avalanche：一個用於持續學習的端到端函式庫

PennyLane 是一個用於量子機器學習、自動微分以及混合量子-古典計算最佳化的函式庫。

一個用於在部分觀察到的時間序列 (POTS) 上進行資料探勘的 Python 工具箱，並幫助工程師將更多精力放在核心問題上，而不是數據中缺失的部分。

Hummingbird 將訓練好的機器學習模型編譯成張量計算，以實現更快的推論。

一個用於對抗性魯棒性研究的工具箱。 它包含用於產生對抗性範例和防禦攻擊的模組。

Substra 是一個聯邦式學習 Python 函式庫，用於在真實的分散式資料上大規模運行聯邦式學習實驗。

pomegranate 是一個機率模型函式庫，它以模組化的方式建構，並將所有模型視為它們所代表的機率分佈。

MONAI 提供針對領域優化的基礎能力，用於開發醫療保健影像訓練工作流程。

Polyaxon 是一個用於建構、訓練和監控大規模深度學習應用程式的平台。

skorch 是一個用於 PyTorch 的高階函式庫，提供完整的 scikit-learn 相容性。

PyKale 是一個 PyTorch 函式庫，用於多模態學習和轉移學習，並在圖形、圖像、文字和視訊上進行深度學習和降維。

octoml-profile 是一個 Python 函式庫和雲端服務，旨在提供簡單的體驗來評估和最佳化 PyTorch 模型的效能。

depyf 是一個工具，旨在幫助使用者了解和適應 PyTorch 編譯器 torch.compile。

以資料為中心宣告式的深度學習框架

用於 PyTorch 自然語言處理 (NLP) 的基本工具。

PyPose 是一個面向機器人的、基於 PyTorch 的函式庫，它將深度感知模型與基於物理的最佳化技術相結合，以便使用者可以專注於他們的新應用。

快速且可擴展的圖像增強函式庫，適用於不同的電腦視覺任務，例如分類、分割、物件偵測和姿勢估計。

PyTorch3D 為使用 PyTorch 進行 3D 電腦視覺研究提供了高效、可重複使用的元件。

FuseMedML 是一個 Python 框架，透過鼓勵程式碼重用來加速醫學領域中基於機器學習的發現

vllm 是 LLM 的高吞吐量和記憶體效率的推論和服務引擎。

OpenMMLab 涵蓋了廣泛的電腦視覺研究主題，包括分類、偵測、分割和超解析度。

使用差分隱私訓練 PyTorch 模型

一個用於在衛星和航空影像上進行深度學習的開源框架。

統一的機器學習框架

用於地理空間資料的資料集、轉換和模型

torchdistill 是一個基於 PyTorch 建構的免程式碼框架，用於可重複的深度學習和知識蒸餾研究。

一個完整且開源的解決方案，用於將特定領域的知識注入到預訓練的 LLM 中。

NeMo：一個用於對話式 AI 的工具包。

PyTorch Geometric 是一個用於在不規則輸入資料（例如圖形、點雲和流形）上進行深度學習的函式庫。

Stable Baselines3 (SB3) 是 PyTorch 中強化學習演算法的一組可靠的實作。

Lightly 是一個用於自我監督學習的電腦視覺框架。

TensorLy 是一個用於 Python 中張量方法和深度張量化神經網路的高階 API，旨在簡化張量學習。

docTR (Document Text Recognition) - 一個由深度學習驅動的無縫、高效能且可訪問的 OCR 相關任務函式庫。

TorchDrift 是一個用於 PyTorch 的資料和概念漂移函式庫。 它讓您可以監控您的 PyTorch 模型，以查看它們是否在規格內運作。

一個輕量級宣告式 PyTorch 包裝器，用於在裝置、分散式模式、混合精度和 PyTorch 擴展之間進行上下文切換。

ParlAI 是一個統一的平台，用於在許多任務中共享、訓練和評估對話模型。

Poutyne 是一個類似 Keras 的 PyTorch 框架，可以處理訓練神經網路所需的大量樣板程式碼。

一個用於提高 PyTorch 在 Intel 平台上效能的 Python 軟體包

Captum（拉丁語中的“理解”）是一個基於 PyTorch 建構的開源、可擴展的模型可解釋性函式庫。

fastai 是一個函式庫，可簡化使用現代最佳實踐來訓練快速且準確的神經網路的過程。

加速神經網路訓練的演算法函式庫

Horovod 是一個用於深度學習框架的分散式訓練函式庫。 Horovod 旨在使分散式 DL 快速且易於使用。

OpenCompass 是一個 LLM 評估平台，支援 100 多個資料集上的各種模型（Llama3、Mistral、InternLM2、GPT-4、LLaMa2、Qwen、GLM、Claude 等）。

Colossal-AI 是一個用於大型模型時代的統一深度學習系統

pystiche 是一個基於 PyTorch 建構的神經風格轉換 (NST) 框架。

一個基於 PyTorch 的知識蒸餾工具包，用於自然語言處理

Forte 是一個用於建構 NLP 管道的工具包，具有可組合的組件、方便的資料介面和跨任務互動。

一個用於 PyTorch 的統一集成框架，旨在提高深度學習模型的效能和魯棒性。

DeepSpeed 是一個深度學習最佳化函式庫，可讓分散式訓練變得簡單、高效和有效。

ClearML 是一個完整的系統 ML / DL 實驗管理器、版本控制和 ML-Ops 解決方案。

AdaptDL 是一個資源自適應的深度學習訓練和排程框架。

TorchQuantum 是一個基於 PyTorch 的量子古典模擬框架。 它支援在 CPU 和 GPU 等不同硬體平台上進行 statevector、密度矩陣模擬和脈衝模擬。

適用於教育目的之極簡神經機器翻譯工具包

RoMa 是一個獨立的函式庫，用於使用 PyTorch 處理旋轉表示（旋轉矩陣、四元數、旋轉向量等）。它的目標是穩健性、易用性和效率。

基於 PyTorch 構建的自動駕駛 ML 預測、規劃和模擬。

使用 TensorRT 的 NVIDIA GPU 的 PyTorch/TorchScript 編譯器

Catalyst 可幫助您用幾行程式碼編寫簡潔但功能齊全的深度學習和強化學習流程。

Intel® Neural Compressor 提供統一的 API，用於網路壓縮技術，以實現更快的推論

PyTorch 的執行期故障注入工具。

Detectron2 是 FAIR 的下一代物件偵測和分割平台。

在您的應用程式中使用深度度量學習的最簡單方法。模組化、靈活且可擴展。

Renate 是一個函式庫，提供隨著新數據可用，隨時間重新訓練 pytorch 模型之工具。

適用於 PyTorch 的最先進的自然語言處理。

一個用於最先進的自我監督學習的函式庫

PopTorch 介面函式庫是一個簡單的封裝器，用於在 Graphcore IPU 上直接執行 PyTorch 程式。

BoTorch 是一個用於貝氏最佳化的函式庫。它提供了一個模組化、可擴展的介面，用於組合貝氏最佳化原語。

FairScale 是一個 PyTorch 擴展函式庫，用於在單個或多個機器/節點上進行高性能和大規模訓練。

ONNX Runtime 是一個跨平台的推論和訓練加速器。