HybridNets

HybridNets - 端對端感知網路

3D ResNet

在 Kinetics 400 資料集上預先訓練的 Resnet 風格影片分類網路

SlowFast

在 Kinetics 400 資料集上預先訓練的 SlowFast 網路

X3D

在 Kinetics 400 資料集上預先訓練的 X3D 網路

YOLOP

在 BDD100K 資料集上預先訓練的 YOLOP

MiDaS

用於從單一影像計算相對深度的 MiDaS 模型。

ntsnet

使用此精細影像分類器對鳥類進行分類

FastPitch 2

用於從文字產生梅爾頻譜圖的 FastPitch 模型

GPUNet

GPUNet 是一個新的卷積神經網路系列，旨在最大限度地發揮 NVIDIA GPU 和 TensorRT 的效能。

HiFi GAN

用於從梅爾頻譜圖產生波形的 HiFi GAN 模型

Once-for-All

Once-for-all (OFA) 將訓練和搜尋分離，並在各種邊緣裝置和資源限制下實現高效推論。

Open-Unmix

用於音樂源分離的參考實作

Silero 語音轉文字模型

一組適用於多種語言的精簡企業級預先訓練 STT 模型。

Silero 文字轉語音模型

一組適用於多種語言的精簡企業級預先訓練 TTS 模型

Silero 語音活動偵測器

預先訓練的語音活動偵測器

YOLOv5

Ultralytics YOLOv5 🚀 用於物件偵測、實例分割和影像分類。

Deeplabv3

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

Transformer (NMT)

用於英法和英德翻譯的 Transformer 模型。

ResNext WSL

使用數十億規模的弱監督資料訓練的 ResNext 模型。

DCGAN on FashionGen

適用於 64x64 影像的簡單生成式影像模型

Progressive Growing of GANs (PGAN)

高品質的時尚、名人臉孔影像生成

半監督和半弱監督 ImageNet 模型

「Billion scale semi-supervised learning for image classification」論文中介紹的 ResNet 和 ResNext 模型

PyTorch-Transformers

熱門 NLP Transformer 的 PyTorch 實作

U-Net for brain MRI

具有批次正規化的 U-Net，用於生物醫學影像分割，並具有用於腦部 MRI 異常分割的預先訓練權重

EfficientNet

EfficientNets 是一系列影像分類模型，可實現最先進的準確度，同時體積更小、速度更快。使用 Tensor Core 以混合精度訓練。

ResNet50

使用 Tensor Core 以混合精度訓練的 ResNet50 模型。

ResNeXt101

ResNet，其瓶頸 3x3 卷積由 3x3 群組卷積取代，並使用 Tensor Core 以混合精度訓練。

SE-ResNeXt101

ResNeXt，新增了 Squeeze-and-Excitation 模組，並使用 Tensor Core 以混合精度訓練。

SSD

用於物件偵測的 Single Shot MultiBox Detector 模型

Tacotron 2

用於從文字產生梅爾頻譜圖的 Tacotron 2 模型

WaveGlow

用於從梅爾頻譜圖（由 Tacotron2 產生）產生語音的 WaveGlow 模型

RoBERTa

穩健最佳化的 BERT 預訓練方法

AlexNet

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

Densenet

密集卷積網路 (DenseNet)，以前饋方式將每一層連接到其他每一層。

FCN

具有 ResNet-50 和 ResNet-101 主幹的全卷積網路模型

GhostNet

透過從廉價運算產生更多特徵的高效網路

GoogLeNet

GoogLeNet 基於代號為「Inception」的深度卷積神經網路架構，該架構贏得了 2014 年 ImageNet。

HarDNet

在 ImageNet 上預先訓練的 Harmonic DenseNet

IBN-Net

具有領域/外觀不變性的網路

Inception_v3

也稱為 GoogleNetv3，是 2015 年以來在 ImageNet 上訓練的著名 ConvNet

MEAL_V2

使用知識蒸餾來提升微小且高效的模型。

MobileNet v2

針對速度和記憶體最佳化的高效網路，具有殘差區塊

ProxylessNAS

針對不同的硬體平台，以無代理方式專門化 CNN 架構。

ResNeSt

新的 ResNet 變體。

ResNet

在 ImageNet 上預先訓練的深度殘差網路

ResNext

下一代 ResNet，更高效且更準確

ShuffleNet v2

針對速度和記憶體最佳化的高效 ConvNet，在 ImageNet 上預先訓練

SNNMLP

受大腦啟發的多層感知器，具有脈衝神經元

SqueezeNet

Alexnet 等級的準確度，但參數減少 50 倍。

vgg-nets

2014 年 ImageNet ILSVRC 挑戰賽的獲獎 ConvNet

Wide ResNet

寬殘差網路

SimpleNet

保持簡單，使用簡單的架構來超越更深層且更複雜的架構