Project Icon

bayesian-torch

贝叶斯神经网络层和不确定性估计的PyTorch扩展库

Bayesian-Torch是PyTorch的扩展库,用于在深度学习模型中实现贝叶斯推理和不确定性估计。它提供贝叶斯层,支持将确定性神经网络转换为贝叶斯形式。库包含变分推理、MOPED、量化和AvUC损失等功能,适用于不确定性感知应用。研究人员和开发者可利用Bayesian-Torch构建更可靠、可解释的AI模型。

ai-edge-torch - PyTorch模型转TensorFlow Lite的开源解决方案
AI Edge TorchGithubPyTorchTensorFlow Lite开源项目模型转换移动设备部署
ai-edge-torch是一个开源Python库,用于将PyTorch模型转换为TensorFlow Lite格式。它支持在Android、iOS和IoT设备上本地运行模型,提供广泛的CPU支持和初步的GPU、NPU支持。该项目还包含生成式API,用于优化大型语言模型在设备端的性能。ai-edge-torch与PyTorch紧密集成,为边缘AI开发提供了实用的工具。
mixture-of-experts - 稀疏门控专家混合模型的Pytorch实现
GithubPytorchSparsely Gated Mixture of Experts参数开源项目计算语言模型
基于Pytorch实现的稀疏门控专家混合模型,可以在保持计算量不变的情况下大幅增加语言模型的参数量。项目参考了TensorFlow的实现,并进行了增强。还包含ST Mixture of Experts的使用指南,安装和使用示例,以及自定义专家网络的支持。
torchsde - 提供GPU支持的随机微分方程求解器
GANGithubNeural SDEPyTorchSDE solverstochastic differential equation开源项目
这个库提供了支持GPU和高效反向传播的随机微分方程(SDE)求解器。其使用Python和PyTorch开发,安装方便,并附有丰富的示例。用户可以通过简单的代码示例快速入门,并通过文档进一步学习。除了基础功能外,还包括潜在SDE和GAN中的SDE等高级应用示例。适用于在高性能计算环境中执行复杂SDE模型的研究人员和开发者。
pytorch-widedeep - 基于PyTorch的多模式深度学习工具包,结合表格、文本和图像数据
Githubpytorch-widedeep多模态深度学习宽和深模型开源项目机器学习表格数据
pytorch-widedeep是一个基于Google的Wide and Deep算法的开源项目,专为多模式数据集设计,支持结合表格、文本和图像数据。该工具包提供多种架构和自定义模型支持,如TabMlp、BasicRNN、TabTransformer等。详细的安装、快速入门和使用扩展步骤可在官方文档中找到。pytorch-widedeep适合多模式数据的深度学习研究和应用。
torch-dreams - 神经网络可视化与解释性增强工具
GithubTorch-Dreams可解释性图像生成开源项目特征可视化神经网络
Torch-Dreams是一个Python库,专注于神经网络可视化和增强模型可解释性。它提供特征可视化、通道激活和多模型同步可视化等功能,支持批量处理和自定义变换。这个工具适合研究人员分析深度学习模型内部机制,也可用于生成艺术创作。
pytorch-dnc - PyTorch实现的差分神经计算机及相关模型库
DNCGithubSAMSDNC开源项目神经网络记忆增强
这个PyTorch库实现了差分神经计算机(DNC)、稀疏访问存储器(SAM)和稀疏差分神经计算机(SDNC)等模型。它提供灵活API用于构建和训练这些神经网络,支持多层控制器、共享内存等配置。库中还包含复制和加法等基准任务,以及内存可视化功能,有助于开发和评估基于外部存储的神经网络模型。
torchexplorer - 交互式PyTorch模型结构和训练过程可视化工具
GithubPyTorchTorchExplorer可视化工具开源项目模型调试神经网络
TorchExplorer是一个用于PyTorch模型可视化的开源工具,支持交互式检查网络中各nn.Module的输入、输出、参数和梯度。它可与Weights & Biases集成或独立运行,提供模型结构可视化、中间张量查看等功能。TorchExplorer有助于深入理解神经网络内部机制,简化复杂模型的调试和优化过程。
TensorRT - 提升PyTorch推理效率的工具
CUDAGithubPyTorchTensorRTTorch-TensorRT安装开源项目
Torch-TensorRT将TensorRT的强大功能引入PyTorch,用户仅需一行代码即可显著提升推理性能。该工具支持在多个平台上安装,包括PyPI和NVIDIA NGC PyTorch容器。通过torch.compile或导出式工作流,用户可以高效优化和部署模型。Torch-TensorRT依赖CUDA和TensorRT,与Linux和Windows等多种平台兼容。提供丰富资源,包括教程、工具和技术讲座,供用户学习使用。
multimodal - PyTorch多模态模型开发框架
GithubPyTorchTorchMultimodal多模态模型开源项目机器学习深度学习
TorchMultimodal是基于PyTorch的多模态模型开发框架,提供模块化构建块和预训练模型,支持ALBEF、BLIP-2、CLIP等多种架构。该框架包含训练、微调和评估示例,可用于构建内容理解和生成模型。TorchMultimodal整合了PyTorch生态系统,便于研究人员复现和开发先进的多模态多任务模型。
TensorLayer - 高性能且灵活的深度学习和强化学习工具库
GithubTensorFlowTensorLayer开源软件开源项目强化学习深度学习
TensorLayer 是一个基于 TensorFlow 的深度学习和强化学习库,为研究人员和工程师提供多种可定制的神经网络层,简化复杂 AI 模型的构建。它设计独特,结合了高性能与灵活性,支持多种后端和硬件,并提供丰富的教程和应用实例。广泛应用于全球知名大学和企业,如谷歌、微软、阿里巴巴等。
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