Project Icon

einops

灵活高效的张量操作,兼容多个框架

Einops 提供简洁高效的张量操作,适用于 numpy、pytorch、tensorflow、jax 等多个框架。通过易于理解的 Einstein 风格操作符,提高代码的可读性和可靠性。主要功能包括张量的重新排列、简化、复制、打包与解包。Einops 适用于深度学习和复杂数据处理任务,是开发者优化代码的理想工具。

einx - 跨框架张量运算统一接口库
Githubeinx开源项目张量操作深度学习符号表示法跨框架兼容
einx是一个Python库,为多个主流深度学习框架提供统一的张量操作接口。它采用类爱因斯坦符号系统表达基础张量操作的向量化,支持无缝集成现有代码。通过即时编译提升执行效率,einx不仅支持基础张量操作,还涵盖常见神经网络操作和可选的深度学习模块。
neuraloperator - 用于 在 PyTorch 中学习神经算子的综合性库
Fourier Neural OperatorsFunction SpacesGithubNeuralOperatorPyTorchTensorized Neural Operators开源项目
neuraloperator库在PyTorch中实现了神经算子的学习,包括傅里叶神经算子和张量化神经算子。神经算子能实现函数空间间的映射,并支持任何分辨率的数据。该库提供了简单的安装和快速上手指南,并集成了Weights and Biases。欢迎社区贡献和提交问题。
keops - 大规模矩阵运算与自动微分的高效GPU加速库
GPU计算GithubKeOps开源项目核方法符号矩阵自动微分
KeOps是一个开源库,专门用于高效计算大型数组的归约运算。它集成了高效C++程序和自动微分引擎,支持Python、Matlab和R等多种编程语言。KeOps尤其适合处理核矩阵向量乘积、K近邻查询和N体问题等计算,即使在核矩阵或距离矩阵超出内存容量的情况下也能高效运行。与PyTorch GPU基准相比,KeOps在多种几何应用中能实现10-100倍的性能提升,广泛应用于核方法和几何深度学习等领域。
tensorly - Python张量学习库,兼容多种计算后端
GithubPythonTensorLy开源项目张量代数张量分解机器学习
TensorLy是一个专注于简化张量学习的Python库,支持张量分解、张量学习和张量代数操作。其后端系统兼容NumPy、PyTorch、JAX、TensorFlow和CuPy,可在CPU或GPU上执行大规模计算。安装方便,仅需使用pip或conda命令,且提供详尽的文档和Jupyter Notebooks示例,方便用户快速入门。这个工具不仅适合学术研究,还为开发者提供了丰富的API,欢迎通过GitHub进行贡献。
Endia - 面向科学计算的高性能动态数组库
EndiaGithubJIT编译动态数组库开源项目科学计算自动微分
Endia是一个专为科学计算设计的动态数组库,提供类似PyTorch、Numpy和JAX的功能。它支持自动微分、复数运算、双重API接口和JIT编译。Endia可进行命令式和函数式编程,计算任意阶导数,适用于高级科学应用。该项目注重代码清晰度和教育价值,致力于推动AI和科学计算领域的进步。
tensor - 实现轻量级1D张量库 模仿PyTorch和NumPy功能
C语言GithubPython模块Tensor内存管理开源项目数据切片
该项目用C语言实现了一个简单的1D浮点张量库,功能类似PyTorch的Tensor和NumPy的ndarray。库支持高效切片操作,并提供Python接口。通过展示张量对象如何管理Storage和View来实现高效内存利用,帮助开发者理解底层张量操作原理。项目还演示了如何将C代码封装为Python模块,并使用pytest进行测试。
pytorch - 能GPU加速的Python深度学习平台
GPU加速PyTorch深度学习神经网络
PyTorch是一个开源的提供强大GPU加速的张量计算和深度神经网络平台,基于动态autograd系统设计。它不仅支持广泛的科学计算需求,易于使用和扩展,还可以与Python的主流科学包如NumPy、SciPy无缝集成,是进行深度学习和AI研究的理想工具。
oneflow - 用户友好且高效扩展的深度学习框架
CUDA支持GithubOneFlowPyTorch API分布式训练开源项目深度学习框架
OneFlow是一款深度学习框架,提供类似PyTorch的API,支持n维并行执行的全局张量以及图编译器用于加速和部署模型。最新版本1.0.0已发布,兼容Linux和多个Python版本。用户可以通过Docker或Pip轻松安装,并利用丰富的文档和模型库快速上手,适合大型变压器模型的并行训练和计算机视觉任务。
DI-treetensor - 树状张量结构简化深度学习中的复杂计算
DI-treetensorGithubOpenDILabPyTorch开源项目张量树形结构
DI-treetensor是OpenDILab开发的树状张量结构库,支持树形方式进行张量操作,简化了复杂的树形计算过程。该项目提供创建树状张量、数学运算和反向传播等功能,与PyTorch兼容。DI-treetensor为树形数据处理提供了灵活高效的解决方案,适用于深度学习中的复杂数据结构处理。
equinox - 强大且易用的JAX兼容神经网络库
EquinoxGithubJAXPyTree开源项目神经网络转换API
Equinox是一款专为JAX设计的神经网络库,拥有类似PyTorch的语法。该库支持过滤API和PyTree操作,并兼容JAX及其生态系统中的所有工具。对于新手用户,推荐使用MNIST卷积神经网络示例,简化模型构建过程。Equinox还提供运行时错误处理等高级功能。
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