Project Icon

benchmark_VAE

统一实现常见变分自编码器并提供基准比较

pythae库实现多种常见的变分自编码器模型,提供相同自编码神经网络架构下的基准实验和比较。用户可以用自己的数据和编码器、解码器网络训练这些模型,并集成wandb、mlflow和comet-ml等实验监控工具。最新版本支持PyTorch DDP分布式训练,提高训练速度和处理大数据集的能力。支持从HuggingFace Hub进行模型共享和加载,代码简洁高效。涵盖多种已实现模型和采样器,满足不同研究需求。

pythia-70m-deduped - 促进语言模型可解释性的研究工具
GithubHuggingfacePythia人工智能开源项目机器学习模型自然语言处理语言模型
Pythia-70m-deduped是Pythia模型套件中的一个7000万参数的语言模型,由EleutherAI开发。该模型在去重的Pile数据集上训练,提供154个训练检查点,便于研究模型在不同阶段的行为。尽管主要用于可解释性研究,Pythia-70m-deduped在下游任务上的表现也与同等规模模型相当。基于Transformer架构,这个模型为语言建模实验和分析提供了理想的研究平台。
pythia-410m-deduped - 专为语言模型可解释性研究设计的先进工具
GithubHuggingfacePythia人工智能开源项目机器学习模型自然语言处理语言模型
Pythia-410M-deduped是EleutherAI开发的语言模型系列之一,旨在推动可解释性研究。该模型在去重后的Pile数据集上训练,拥有3亿多参数,24层结构和1024维度。它提供多个训练检查点,便于研究模型行为和局限性。Pythia-410M-deduped使用Apache 2.0许可,主要面向科学研究,不适合直接部署应用。
VBench - 视频生成模型多维度质量评估套件
GithubPython包VBench基准套件开源项目视频生成模型评价
VBench项目提供一个全面的基准测试套件,专用于评估视频生成模型的多维质量。通过分层的评估维度,VBench可以细化并客观地评估视频生成质量的多个方面。套件包含详细的提示和评估方法,并提供人类偏好注释,确保结果与人类感知一致。用户可以选择对自定义视频或标准提示进行评估,以确保模型间的公平对比。
mae_st - 掩码自编码器在时空学习和视频重建中的应用
GithubMasked AutoencodersPyTorch实现开源项目时空学习视频处理预训练模型
mae_st项目是一个基于PyTorch实现的掩码自编码器时空学习框架。该项目提供预训练模型、微调和测试代码,支持在Kinetics数据集上进行训练和评估。项目特色包括交互式可视化演示,展示不同掩码率下的MAE输出效果。研究人员可借助此工具开展视频理解和重建相关研究,深入探索时空学习领域。
taef1 - 高效微型自动编码器增强FLUX.1实时预览
FLUX.1GithubHuggingfaceTAEF1实时预览开源项目模型深度学习自动编码器
TAEF1是与FLUX.1 VAE共享“latent API”的微型自动编码器,旨在提升实时生成过程的预览体验。该模型轻量化设计,可在FLUX.1-schnell管道中使用,并与PyTorch和diffusers库兼容。TAEF1支持`.safetensors`格式的权重文件,并通过预训练的AutoencoderTiny整合。加载时支持bfloat16精度及CPU顺序卸载,适合有经验的用户。通过简便的Python代码,用户可以生成关于美味纽约风格浆果芝士蛋糕的图像。
diffae - 基于扩散模型的自编码器框架实现图像生成与编辑
Diffusion AutoencodersGithub图像处理开源项目深度学习生成模型计算机视觉
diffae项目实现了基于扩散模型的自编码器框架,用于高质量图像的生成和编辑。该项目提供多个预训练模型,支持FFHQ、LSUN等数据集,实现了无条件生成、图像操作和插值等功能。项目包含使用说明、模型检查点和针对不同数据集的训练脚本,为图像生成和编辑研究提供了完整的工具链。
vit-pytorch - 通过PyTorch实现多种视觉Transformer变体
GithubPytorchVision Transformer卷积神经网络图像分类开源项目深度学习
本项目展示了如何在PyTorch中实现和使用视觉Transformer(ViT)模型,包括Simple ViT、NaViT、Distillation、Deep ViT等多种变体。利用基于Transformer架构的简单编码器,本项目在视觉分类任务中达到了先进水平。用户可以通过pip进行安装,并参考提供的代码示例进行模型加载和预测。项目还支持高级功能如知识蒸馏、变分图像尺寸训练和深度模型优化,适用于多种视觉任务场景。
sd-vae-ft-mse - 改进稳定扩散自编码器提升图像重建效果
GithubHuggingfaceStable Diffusion图像生成开源项目模型模型微调深度学习自动编码器
sd-vae-ft-mse是一款经过微调的稳定扩散自编码器,在LAION-Aesthetics和LAION-Humans数据集上训练。该模型旨在提高图像重建质量,尤其是人脸细节。相比原始模型,它在PSNR和SSIM等指标上有明显提升,能够生成更平滑的图像。该模型可作为VAE组件轻松集成到现有的diffusers工作流中,用于稳定扩散图像生成。
Parameter-Efficient-Transfer-Learning-Benchmark - 统一视觉参数高效迁移学习评测基准
GithubV-PETL Bench参数高效迁移学习基准测试开源项目模型评估计算机视觉
V-PETL Bench是一个统一的视觉参数高效迁移学习评测基准。该项目选择30个多样化数据集,涵盖图像识别、视频动作识别和密集预测任务,评估25种主流PETL算法。提供模块化代码库和完整训练资源,为计算机视觉研究提供全面评测平台。
veScale - 基于PyTorch的大规模语言模型训练框架
GithubLLM训练框架PyTorch分布式训练并行计算开源项目模型执行
veScale是一个基于PyTorch的大规模语言模型训练框架,专为简化LLM训练过程而设计。它支持零代码修改、单设备抽象和自动并行规划,实现了张量并行、序列并行和数据并行等多种策略。框架还提供自动检查点重分片和nD分布式时间线功能,大幅提升了训练效率。作为一个持续发展的项目,veScale计划在未来引入更多先进功能,为研究人员和开发者提供全面的LLM训练解决方案。
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