torch-conv-kan

torch-conv-kan

引入基于Kolmogorov-Arnold表示理论的高效卷积神经网络

项目展示了使用PyTorch和CUDA加速的Kolmogorov-Arnold网络(KAN)模型的训练、验证和量化,支持MNIST、CIFAR、TinyImagenet和Imagenet1k数据集的性能评估。当前项目持续开发,已发布涉及ResNet、VGG、DenseNet、U-net等架构的新模型和预训练权重,适用于医疗图像分割和高效卷积神经网络的进一步研究和优化。

TorchConv KANKolmogorov-Arnold NetworksPyTorchConvolutional layersCUDAGithub开源项目

项目介绍:Torch-Conv-KAN

torch-conv-kan 是一个利用 PyTorch 和 CUDA 加速的工具集合,用于训练、验证和量化卷积 Kolmogorov-Arnold 网络模型(KANs)。这是一个最新开发中的开源项目,重点评估其在 MNIST、CIFAR、TinyImagenet 和 Imagenet1k 数据集上的性能表现。

项目状态:正在开发中

近期更新

  • 2024/05/13:卷积式 KALN 层已经发布。
  • 2024/05/14:卷积式 KAN 和快速 KAN 层已经发布。
  • 2024/05/15:卷积式 ChebyKAN 已发布。MNIST、CIFAR10 和 CIFAR100 基准测试已添加。
  • 后续更新涉及各种新模型和层的引入与性能优化以及新的训练脚本提供

介绍卷积 KAN 层

卷积 KAN 层以 Kolmogorov-Arnold 表示定理为基础,试图通过在网络中使用可学习的激活函数和不同的多项式或基函数,例如 B-splines 和 Gram polynomials,比传统卷积层有更强的表达能力。在计算时,每个卷积核在输入数据上"滑动",进行相应函数的逐点运算,然后将结果累加为单个输出像素。

模型库

torch-conv-kan 提供了一系列基于 KAN 架构的神经网络模型选择:

  • ResKANets:ResNet 风格的网络,使用 KAN 卷积替代常规卷积。
  • DenseKANets:DenseNet 风格的网络,同样使用 KAN 卷积。
  • VGGKAN:VGG 风格的模型,集成多种 KAN 卷积层。
  • UKANet 和 U2KANet:U-net 风格的模型,基于 ResNet 块,使用 KAN 卷积。

性能指标

torch-conv-kan 在 MNIST 和 CIFAR 数据集上提供了竞争性基准测试结果。对于更大的数据集,如 Tiny Imagenet 和 Imagenet1k,模型也展现了一定的准确度与稳健性。

讨论

目前得到的结果仅为初步结果,模型架构需要进一步的探索与调整。在 MNIST 数据集上,Kolmogorov-Arnold 卷积网络表现卓著,但在 CIFAR-10 和 CIFAR-100 方面的表现相对逊色。接下来的工作将是寻找适合 KAN 卷积的架构,并尝试将其扩展至更复杂的数据集。

使用方法

torch-conv-kan 提供了简单易用的代码示例,以便用户快速上手。用户需要安装符合 CUDA 和 cuDNN 版本的 Python 和 PyTorch,随后可以通过指定配置文件和脚本来训练测试自己的数据集或模型。

python mnist_conv.py

基于 Accelerate 的训练

使用 Accelerate 加速工具来提升训练效率,并通过 Hydra 配置管理和 Wandb 日志监控实验和模型性能。通过克隆项目并安装依赖,即可按照配置文件启动训练脚本。

贡献与致谢

欢迎社区贡献和提出问题。项目基于多个开源实现进行构建,感谢这些贡献者的慷慨分享与研究探索。

文献引用

如果在科研工作中使用到本项目或者需要引用基线结果,请使用以下 BibTeX 条目。

(添加 BibTeX 条目以便引用)

torch-conv-kan 项目为多样且复杂的卷积网络领域提供了独特的视角,结合了现代深度学习和经典数学理论,有潜力在视觉任务中取得进一步的突破。

编辑推荐精选

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

TRELLIS

TRELLIS

用于可扩展和多功能 3D 生成的结构化 3D 潜在表示

TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。

ai-agents-for-beginners

ai-agents-for-beginners

10 节课教你开启构建 AI 代理所需的一切知识

AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

下拉加载更多