Project Icon

bindsnet

模拟尖峰神经网络的生物启发机器学习算法

BindsNET是一个Python库,通过PyTorch的Tensor功能在CPU或GPU上模拟尖峰神经网络(SNNs)。该库旨在开发生物启发的机器学习和强化学习算法,包含丰富的实验示例和结果分析。BindsNET还兼容OpenAI gym环境库,并支持Docker镜像部署。这一项目在生物启发神经与动态系统实验室进行,核心理念是利用尖峰时间依赖可塑性(STDP)来调整神经元间的突触权重,以解决机器学习和强化学习中的问题。

schnetpack - 原子级系统深度学习建模工具包
GithubSchNetPack分子动力学原子系统开源项目深度神经网络量子化学
SchNetPack是一个开源的深度学习工具包,用于原子级系统建模。它提供了构建和训练神经网络的基础组件,可预测分子和材料的势能面及量子化学性质。该工具包支持SchNet和PaiNN等先进模型,能够计算偶极矩、极化率等多种属性,并集成了分子动力学模拟功能。SchNetPack简化了新模型的开发和评估流程,为原子级机器学习研究提供了有力支持。
ml-cvnets - 灵活的计算机视觉模型训练库
CVNetsGithub图像分类对象检测开源项目模型训练计算机视觉
CVNets是一个计算机视觉库,支持研究人员和工程师训练和评估多种计算机视觉模型,包括对象分类、对象检测和语义分割等任务。最新版本引入了直接处理文件字节的Transformer和高效在线增强,支持如Mask R-CNN、EfficientNet、Swin Transformer和ViT等模型,并增强了蒸馏功能。
NeuRBF - 基于适应性径向基函数的高效神经场表示方法
GithubNeuRBF图像拟合开源项目神经场表示神经辐射场自适应径向基函数
NeuRBF是一种创新的神经场表示方法,通过适应性径向基函数实现高精度和模型紧凑性的平衡。该方法在图像拟合、SDF拟合和神经辐射场等任务中展现出优异性能,为计算机视觉和图形学研究提供了有力工具。项目提供了基于PyTorch的开源实现,并附有详细的安装和使用说明,便于研究人员复现和深入探索。
autonomous-learning-library - PyTorch深度强化学习库助力智能代理开发
GithubPyTorch开源项目智能体深度强化学习算法实现自主学习库
autonomous-learning-library是基于PyTorch的深度强化学习库,为快速构建和评估智能代理提供丰富组件。库中包含灵活的函数近似API、多种内存缓冲区和环境接口,并实现了A2C、DQN、PPO等主流算法。支持Atari、经典控制和机器人仿真等环境,集成Tensorboard等工具便于实验监控。该库特别强调模块化设计,便于研究人员快速实现和测试新想法。同时提供完整文档和示例项目,降低了强化学习研究的入门门槛。
UnboundedNeRFPytorch - 大规模神经辐射场基准测试的指南
BenchmarkGithubNeRFPytorchState-of-the-artUnbounded Neural Radiance Fields开源项目
UnboundedNeRFPytorch项目专注于基准测试多种最新的大规模神经辐射场(NeRF)算法,并提供简洁高效的代码库。项目展示了在Unbounded Tanks & Temples和Mip-NeRF-360基准测试中的优秀表现,旨在帮助研究人员和开发者提升NeRF应用效果。包括详细的安装步骤、数据处理指南和训练自定义NeRF模型的方法,适合技术用户快速上手并获得佳绩。
torchdyn - PyTorch数值深度学习库,支持微分方程和数值方法
GithubPyTorchTorchdyn开源项目微分方程数值方法深度学习
Torchdyn是一个专注于数值深度学习的PyTorch库,涵盖微分方程、积分变换和数值方法。它提供便捷的工具和层,用于构建神经微分方程和复合模型,并支持GPU加速和多种数值方法。该库与PyTorch和pytorch-lightning高度集成,使得用户能够快速上手,推进研究和应用。
dynet - 动态结构神经网络库 适用于自然语言处理
DyNetGithub动态神经网络开源项目深度学习神经网络库自然语言处理
DyNet是一个专为动态结构神经网络设计的开源库,由卡内基梅隆大学主导开发。该库采用C++编写并提供Python接口,可在CPU和GPU上高效运行。DyNet特别适用于自然语言处理任务,在语法分析和机器翻译等领域表现突出。其独特的自动批处理功能进一步提升了处理动态网络的效率。
neural_prophet - 易用的开源时间序列预测框架
GithubNeuralProphetPyTorch开源项目时间序列预测模型构建
NeuralProphet是一个基于PyTorch的开源框架,将神经网络与传统时间序列算法结合,专为时间序列预测而设计。它提供简便的代码接口,支持模型定制、趋势检测、季节性分析和事件影响评估,适合高频次和长期数据。项目仍在beta阶段,欢迎社区贡献。
tnlearn - 基于符号回归生成任务专属神经元的Python库
Githubtnlearn人工神经元开源库开源项目神经网络符号回归
tnlearn是一个开源Python库,通过符号回归算法生成任务专属神经元。该库利用多样化神经元构建神经网络,提升特征表示能力。tnlearn支持向量化符号回归,寻找最优公式并将其参数化为神经元的可学习聚合函数。在多项基准测试中,tnlearn展现出优异性能,为人工神经网络设计开辟新途径。
torchani - 基于PyTorch的神经网络势能模型库 实现高精度分子动力学模拟
GithubPyTorchTorchANI分子动力学开源项目机器学习神经网络
TorchANI是一个开源的PyTorch实现的ANI神经网络势能模型库。该项目提供高精度分子动力学模拟功能,支持ANI2x、ANI1x和ANI1ccx等多种模型参数。TorchANI具备易用API和GPU加速能力,可通过pip或conda安装。作为活跃维护的开源项目,TorchANI欢迎社区贡献。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

问小白

问小白是一个基于 DeepSeek R1 模型的智能对话平台,专为用户提供高效、贴心的对话体验。实时在线,支持深度思考和联网搜索。免费不限次数,帮用户写作、创作、分析和规划,各种任务随时完成!

Project Cover

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

Trae

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号