Logo
Project Icon

Bayesian-Neural-Networks

在PyTorch中实现的贝叶斯神经网络近似推断方法

Bayesian Neural NetworksPytorch回归实验MNIST分类实验近似推断方法Github开源项目

项目在PyTorch框架下实现了多种贝叶斯神经网络的近似推断方法，包括Bayes by Backprop、MC Dropout、SGLD和Kronecker-Factorised Laplace。这些方法适用于同质和异质回归实验及MNIST分类实验。项目提供了模型训练脚本、Colab笔记本和实验结果的可视化工具，方便用户进行模型训练和评估。所有依赖和数据集已在笔记本中预设，并支持免费GPU运行平台，帮助用户轻松上手。

GithubGithub文档文档论文论文
介绍相关项目
Laplace - 神经网络拉普拉斯近似的开源库
GithubLaplace后验近似开源项目神经网络贝叶斯深度学习边缘似然
Laplace是一个用于神经网络拉普拉斯近似的Python库。它支持对整个网络、子网络或最后一层进行后验近似、边际似然估计和后验预测计算。该库提供API接口，支持多种Hessian结构和权重子集，可用于模型选择、不确定性量化和持续学习。Laplace兼容Hugging Face模型和参数高效微调方法，为贝叶斯深度学习提供了灵活的实现工具。
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。
PyTorch-VAE - PyTorch中多种变分自编码器的实现与训练示例
GithubPyTorchPyTorch VAE变分自编码器图像生成开源项目深度学习
PyTorch-VAE项目实现了多种变分自编码器（VAE），专注于结果的可重复性，包括从Vanilla VAE到VQ-VAE的众多模型。所有模型都在CelebA数据集上训练，确保一致的对比结果。代码简洁易用，支持PyTorch和PyTorch Lightning，适合研究人员和开发者快速构建、调试和优化VAE模型。
hBayesDM - 分层贝叶斯决策建模工具支持R和Python
GithubR语言hBayesDM决策任务分层贝叶斯模型开源项目计算精神病学
hBayesDM是一个为决策任务提供分层贝叶斯分析的开源软件包。它基于Stan进行贝叶斯推断，支持R和Python语言。该工具能分析强化学习和决策制定的神经计算机制，为心理学、神经科学和行为经济学等领域的研究者提供强大的分析支持。项目提供详细教程、邮件列表和问题报告渠道，便于使用和问题解决。
ML-Notebooks - 机器学习笔记本资源库，支持快速搭建和扩展
Github人工智能代码示例开源项目机器学习深度学习自然语言处理
ML-Notebooks为不同的机器学习任务和应用提供了一系列精简且易于扩展的笔记本。项目整合了Codespaces技术，用户仅需几步简单配置，便可启动一个配备完整依赖项的开发环境，非常适合教育和研究使用。从基础入门到深入探索如PyTorch、GNN及GANs等前沿技术，应有尽有。
LeNet5-MNIST-PyTorch - PyTorch实现LeNet-5识别MNIST数据集
GithubLeNet-5MNISTPyTorch图像识别开源项目深度学习
这是一个开源深度学习项目，使用PyTorch实现LeNet-5卷积神经网络识别MNIST数据集。项目采用MaxPooling和ReLU，测试集精度达99%。包含完整代码实现，涵盖数据处理、模型训练和评估。适合深度学习初学者学习卷积神经网络基础知识。
Deep-reinforcement-learning-with-pytorch - 深度强化学习PyTorch实现与代码示例
DQNDeep Reinforcement LearningGithubGymTD3pytorch开源项目
本项目提供经典和前沿的深度强化学习算法PyTorch实现，包括DQN、DDPG、PPO等。项目持续更新并维护，适用于Anaconda虚拟环境管理。详细的安装步骤和测试方法确保用户能顺利运行代码，文档中还提供了相关论文和代码链接，便于深入学习研究。
awesome-uncertainty-deeplearning - 深度学习不确定性估计资源汇总
Github不确定性开源项目深度学习神经网络贝叶斯方法集成学习
该项目汇集深度学习不确定性估计领域的论文、代码、书籍和博客。内容涵盖贝叶斯方法、集成方法、采样/dropout方法等技术，以及在分类、回归、异常检测等方面的应用。项目为研究人员和实践者提供全面参考，助力深入理解和应用深度学习中的不确定性估计。
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。
Deep-Learning-Experiments - 深度学习实验和课程指南，涵盖理论与实践
Deep LearningGithubLLMPyTorchSupervised LearningTransformer开源项目
本页面介绍2023版深度学习实验课程，包括理论与实践内容。涵盖监督学习、多层感知器、优化、正则化、卷积神经网络、变压器、自编码器、生成对抗网络和大型语言模型等主题，并提供开发环境、Python、Numpy、PyTorch及Gradio的实践指南。所有文档和代码示例在GitHub上提供，帮助学习者掌握深度学习技术。
相关项目
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

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

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

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

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

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

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。

使用协议隐私政策广告服务
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