Un plan de estudios de IA para principiantes de Microsoft, de 12 semanas y 24 lecciones, que abarca IA simbólica, redes neuronales, visión por computadora, NLP y ética, con notebooks en PyTorch y TensorFlow.
bharathgs/Awesome-pytorch-list
Una lista seleccionada de bibliotecas, modelos, implementaciones, tutoriales y artículos relacionados con PyTorch en GitHub.
- Estrellas
- 16,714
- Forks
- 2,844
- Issues abiertos
- 31
- Último commit
- hace 29 días
¿Qué es?
Esta lista seleccionada, al estilo de las listas awesome, reúne proyectos de GitHub relacionados con PyTorch y los organiza en categorías como NLP y procesamiento del habla, visión artificial, bibliotecas probabilísticas y generativas, otras bibliotecas de utilidades, tutoriales y libros, implementaciones de artículos, charlas y comunidades relacionadas.
Cada elemento enlaza a un repositorio e incluye una descripción de una línea, lo que facilita encontrar proyectos para tareas concretas, como el modelado sequence-to-sequence, la detección de objetos, la optimización bayesiana o el aprendizaje por refuerzo. La lista también incluye el proyecto oficial de PyTorch y muchos toolkits especializados basados en él.
La comunidad mantiene la lista y acepta contribuciones, por lo que refleja una instantánea de los proyectos disponibles y no un índice oficial ni exhaustivo.
Funciones clave
- 01Agrupa proyectos de PyTorch por ámbito, como NLP, visión artificial y programación probabilística.
- 02Incluye bibliotecas, implementaciones de modelos, utilidades auxiliares y reproducciones de artículos.
- 03Incluye tutoriales, libros y repositorios de ejemplo para aprender PyTorch.
- 04Cada elemento enlaza a su repositorio e incluye una descripción breve.
Casos de uso
- Encontrar una biblioteca de PyTorch para una tarea concreta, como el reconocimiento del habla o la detección de objetos.
- Descubrir tutoriales y código de ejemplo para aprender PyTorch.
- Revisar implementaciones de código abierto existentes antes de iniciar un proyecto de investigación.
Antes de usarlo
- No se especifica ninguna licencia, por lo que las condiciones de reutilización no están claras.
Temas
Preguntas frecuentes
- ¿Qué es Awesome-pytorch-list?
- Una lista seleccionada de bibliotecas, modelos, implementaciones, tutoriales y artículos relacionados con PyTorch en GitHub. Esta lista seleccionada, al estilo de las listas awesome, reúne proyectos de GitHub relacionados con PyTorch y los organiza en categorías como NLP y procesamiento del habla, visión artificial, bibliotecas probabilísticas y generativas, otras bibliotecas de utilidades, tutoriales y libros, implementaciones de artículos, charlas y comunidades relacionadas.
- ¿Awesome-pytorch-list es gratuito? ¿Qué licencia tiene?
- Awesome-pytorch-list no declara ninguna licencia. Su código es público, pero sin licencia no tienes permiso explícito para reutilizarlo; consulta al autor antes de depender de él.
- ¿Awesome-pytorch-list sigue mantenido?
- Mantenimiento activo. El último commit de Awesome-pytorch-list fue el 22 sept 2026.
- ¿Para qué puedo usar Awesome-pytorch-list?
- Encontrar una biblioteca de PyTorch para una tarea concreta, como el reconocimiento del habla o la detección de objetos. Descubrir tutoriales y código de ejemplo para aprender PyTorch. Revisar implementaciones de código abierto existentes antes de iniciar un proyecto de investigación.
- ¿Dónde consigo Awesome-pytorch-list?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/bharathgs/Awesome-pytorch-list
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Lista curada de bibliotecas open source para desplegar, supervisar, versionar, escalar y proteger sistemas de machine learning en producción.
Lista seleccionada de canales de YouTube en inglés que enseñan programación, desarrollo web, machine learning, ciberseguridad y otros temas tecnológicos.
Una lista curada al estilo Awesome de recursos de Python para ciencia de datos, con bibliotecas, tutoriales, libros, datasets y charlas.
Keras 3 es un framework de deep learning que funciona con JAX, TensorFlow, PyTorch u OpenVINO para inferencia.
Visor de modelos de redes neuronales, deep learning y machine learning, compatible con ONNX, TensorFlow, PyTorch, Core ML y muchos otros formatos.