统一加载和运行文本、视觉、音频、多模态的预训练模型，覆盖推理与训练，省去为每个模型重写代码的麻烦。
从零手写实现 AI 工程核心组件的实战课程，覆盖智能体、大模型、计算机视觉与深度学习，边学边构建可交付的项目。
收录最全的 PyTorch 图像骨干网络合集，涵盖 ResNet、ViT、ConvNeXt 等主流模型，自带训练、评估、推理和导出脚本及预训练权重，省去自己搭网络和找权重的麻烦。
基于 PyTorch 的目标检测工具箱与基准库，集成了 Faster R-CNN、DETR、Grounding DINO 等主流模型，方便训练、评测和复现检测与分割算法。
用 PyTorch 实现的 Vision Transformer（ViT），只需一个 Transformer 编码器就能在图像分类任务上达到 SOTA，代码简洁易读，适合快速复现和二次开发。
汇总 CVPR 2026 录用论文及其配套开源代码，方便计算机视觉研究者快速找到带实现的新工作并跟进复现。
…orchvision image preprocessing with the supported Transformers 4.57 series; Windows bundles the matching pinned preprocessing wheel. Native module loading no longer requir
…ings it previously reused. - Updated @huggingface/transformers to 4.3.2, @lancedb/lancedb to 0.41.0, and @modelcontextprotocol/sdk to 1.32.2.
…bedding models - NextViT - nextvit small - Vision Transformer classification model - PoolFormer - poolformer s12 - Vision Transformer classification model - YOLO26 - yolo2
…nged: - Pin mlx-vlm==0.1.15 (with --no-deps ) and transformers==4.48.3 - transformers =4.49 requires PyTorch for Qwen2VL video processor, breaking MLX-only environments -
…dia新驱动中waitfence -4问题(@Upliner) pnnx增强huggingface/transformers的attention/sdpa变种转换，有 albert bart bert blenderbot camembert chinese clip ctrl deberta distilbert electra flau
…by @huniu20 in 5642 - Fix abnormal loss values in transformers 4.46 by @hiyouga in 5852 5871 - Support multi-image inference by @hiyouga in 5895 - Support calculating effe