Logo
Project Icon

ASE_ANI

神经网络势能模型为原子模拟提供高效准确预测

ANI神经网络势能分子动力学量子化学机器学习Github开源项目

ASE-ANI是一个开源的神经网络势能模型接口，为原子模拟环境(ASE)设计。它集成了ANI-1x和ANI-1ccx模型，可对CHNO元素进行高精度预测。该项目运用深度学习技术，实现了DFT级别的精度和显著降低的计算成本。ASE-ANI支持CUDA加速，适用于配备NVIDIA GPU的Ubuntu系统，为分子动力学模拟等应用提供高效解决方案。

访问官网访问官网GithubGithub论文论文
介绍相关项目
neural-engine - 如何利用Apple Neural Engine提升机器学习模型的性能以及其局限性的介绍
Core MLGithubNPUNeural Engine开源项目机器学习苹果
本页面全面介绍了如何利用Apple Neural Engine提升机器学习模型的性能，并指出其局限性。探讨NPU的工作原理，解答常见问题，解析部分Core ML模型为何无法充分利用ANE。还提供了具体设备支持列表和编程指南，帮助开发者优化模型，实现iPhone和iPad上的最佳计算性能。
abacus-develop - 先进的开源密度泛函理论计算软件包
ABACUSGithub分子动力学原子轨道密度泛函理论平面波开源项目
ABACUS（Atomic-orbital Based Ab-initio Computation at UStc）是一款开源的密度泛函理论计算软件包，适用于分子和材料模拟研究。它支持平面波和数值原子基组计算，提供LDA、GGA、meta-GGA和杂化泛函。ABACUS具备几何优化、从头算分子动力学模拟等功能，并包含DFT+U、范德华修正和隐式溶剂模型等先进特性。此外，ABACUS为机器学习辅助的DFT方法开发提供了基础设施。
aimet - 深度学习模型优化的量化与压缩工具
AIMETGithubPyTorch开源项目模型压缩模型量化深度学习
AI Model Efficiency Toolkit (AIMET) 提供先进的模型量化和压缩技术，专注于优化已训练的神经网络模型。其主要功能包括跨层均衡、偏差校正、自适应舍入和量化感知训练，显著提升模型运行性能，降低计算和内存要求，并保持任务精度。AIMET 兼容 PyTorch、TensorFlow 和 ONNX 模型，通过 AIMET Model Zoo 提供优化的8位推理神经网络模型。同时，AIMET 支持空间SVD和通道剪枝等压缩技术，并提供可视化工具检查模型量化和压缩效果。
En-transformer - 融合等变图神经网络与Transformer的创新架构
E(n)-Equivariant TransformerGithub坐标变换开源项目注意力机制神经网络蛋白质设计
En-transformer是一个创新的开源项目，结合了E(n)等变图神经网络与Transformer架构。支持原子和键类型嵌入，处理稀疏邻居，传递连续边特征。已应用于抗体CDR环设计，并可用于蛋白质骨架坐标去噪等分子建模任务。项目提供简便的安装和使用方法，适合研究人员和开发者探索。
Neuralhub - 一体化神经网络开发与协作环境
AI工具AI研究Neuralhub协作平台深度学习神经网络
Neuralhub是面向AI爱好者、研究人员和工程师的一站式深度学习平台。它提供简化的神经网络开发环境，集成了从头构建网络的工具、丰富的预设组件库和高质量预训练模型。作为人工智能创新中心，Neuralhub不仅支持实验和技术突破，还培育了活跃的知识共享与协作社区。通过整合先进工具、前沿研究成果和海量模型资源，Neuralhub致力于让AI研究、学习和开发更加便捷高效，推动深度学习技术的普及与进步。
EEG-ATCNet - 创新深度学习模型提升运动想象分类
ATCNetEEGGithub开源项目注意力机制深度学习脑机接口
EEG-ATCNet是一种创新的深度学习模型,专门用于脑机接口中EEG信号的运动想象分类。该模型融合卷积神经网络、自注意力机制和时间卷积网络,有效提取EEG信号时空特征。在BCI竞赛IV-2a数据集上,EEG-ATCNet准确率达81.10%,优于其他常用模型。项目还实现了多种注意力机制和数据处理方法,为EEG信号分析研究提供了实用工具。
alphafold - 突破性的蛋白质结构预测AI系统
AlphaFoldDockerGithub开源项目深度学习生物信息学蛋白质结构预测
AlphaFold是DeepMind开发的人工智能系统,可高精度预测蛋白质三维结构。系统支持单体和多聚体蛋白预测,并提供TM-score和对齐误差等评估指标。AlphaFold结合深度学习和基因数据库,在CASP14竞赛中获得重大突破。其开源代码和预训练模型为研究人员提供了强大的蛋白质结构分析工具,有助于推动生物学和医学研究进展。
torchmd - 开源分子动力学模拟框架
GithubPyTorchTorchMD分子动力学力场开发开源项目神经网络势能
TorchMD是一个开源的分子动力学模拟框架，基于PyTorch构建。它为研究人员提供简单易用的API，支持力场开发和神经网络势能的无缝集成。TorchMD使用与传统MD软件兼容的化学单位，适用于多种分子模拟任务。该项目正在积极开发中，由Chan Zuckerberg Initiative和Acellera资助，并与OpenMM和ACEMD展开合作。TorchMD适用于蛋白质折叠、药物设计、材料科学等领域的分子动力学研究。研究人员可以利用TorchMD快速开发和测试新的力场模型，推进计算化学和生物物理学的发展。
neural-compressor - 开源深度学习模型压缩工具库
GithubIntel Neural Compressor大语言模型开源项目模型压缩深度学习框架量化
Neural Compressor是一款开源深度学习模型压缩工具库，支持TensorFlow、PyTorch和ONNX Runtime等主流框架。它提供量化、剪枝、知识蒸馏等多种压缩技术，适用于Intel等多种硬件平台。该工具支持大语言模型优化，并与主流云服务和AI生态系统集成。其自动化的精度感知量化策略有助于平衡模型性能和精度。
AnyGen AI - 综合企业生成式AI平台
AI工具AnyGenLLM云计算企业级AI数据科学
AnyGen AI是一个综合企业生成式AI平台，支持多种大型语言模型、多语言和多云环境。它提供统一接口，可自动生成基于LLM的AI应用，具有安全性、隐私保护和可靠性特点。平台包含LLM Studio、UI生成器、API生成器等功能模块，使数据科学家能灵活选用LLM，快速开发和部署定制AI解决方案，增强企业在生成式AI领域的竞争力。
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