Project Icon

pytorch-dnc

PyTorch实现的差分神经计算机及相关模型库

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。

pytorch-book - PyTorch 1.8入门与高级应用指南
GithubPyTorch开源项目深度学习生成对抗网络神经网络自然语言处理
这本书提供了《深度学习框架PyTorch:入门与实践(第2版)》的对应代码,基于PyTorch 1.8编写,内容涵盖基础使用、高级扩展和实战应用三大模块。读者可以学习从安装PyTorch、使用Tensor与自动微分系统、构建神经网络模块到进行数据加载与GPU加速等操作。此外,还讲解了向量化、分布式计算及CUDA扩展的高级技术,并通过图像分类、生成对抗网络、自然语言处理、风格迁移及目标检测等实战项目,深入理解并应用PyTorch进行深度学习开发。
fast_rnnt - 快速高效的RNN-T损失计算方法
GithubPyTorchRNN-T剪枝开源项目快速实现损失计算
fast_rnnt项目实现了一种快速高效的RNN-T损失计算方法。通过pruned rnnt算法,该方法使用简单joiner网络获取修剪边界,再评估完整非线性joiner网络。项目提供简单、平滑和修剪三种RNN-T损失计算功能,支持pip安装。与其他实现相比,fast_rnnt在计算速度和内存使用方面表现优异。
d2l-zh - 深度学习的全面入门指南
D2L.aiGithub工程技能开源项目数学原理深度学习
《动手学深度学习》是一个免费在线资源,提供概念讲解、数学背景知识和实际代码示例,旨在帮助读者掌握深度学习的原理和应用。该项目致力于培养读者成为能够理解数学原理并实现和改进方法的深度学习应用科学家,适合自学和教学使用,包含可运行的代码和工程技能训练。
chainer - Python深度学习框架,支持动态计算图和CUDA加速
CUDAChainerCuPyGithub开源项目深度学习自动微分
Chainer是一个Python深度学习框架,提供基于define-by-run方法的自动微分API(动态计算图)和面向对象的高级API,用于构建和训练神经网络。通过CuPy支持CUDA/cuDNN,实现高性能训练和推理。尽管Chainer已进入维护阶段,仅进行bug修复和维护,但其文档、教程和社区资源仍然活跃,适合研究和开发深度学习模型的用户。
deepsnap - 高效灵活的图神经网络库 支持异构图和标准化流程
DeepSNAPGithubNetworkXPyTorch Geometric图深度学习开源项目异构图
DeepSNAP是一个专为图神经网络设计的Python库,连接NetworkX和PyTorch Geometric,提供灵活的图操作和标准化流程。它支持高效的图操作和转换、异构图处理,并提供数据集分割、负采样等功能。DeepSNAP的API易于使用,适用于节点分类、链接预测和图分类等多种图学习任务。
pytorch-llama - 基于PyTorch的LLaMA 2模型实现
GithubLLaMA 2PyTorch人工智能开源项目深度学习自然语言处理
pytorch-llama项目提供了LLaMA 2模型的PyTorch实现。该项目展示了使用PyTorch框架构建大型语言模型的过程,为开发者提供了理解和定制LLaMA 2的学习资源。通过这个项目,研究人员和工程师可以深入了解LLaMA 2的工作原理,并在此基础上进行进一步的实验和创新。
tnt - PyTorch训练库,简化和优化模型训练过程
GithubPyTorchTNTtorchtnt安装开源项目训练工具
TNT 是一个用于 PyTorch 的训练库,支持 pip 和 conda 安装,并提供 master 版本更新。TNT 简化了 PyTorch 模型训练,提升开发效率。
tianshou - 基于PyTorch的高性能模块化强化学习框架
GithubPyTorchTianshou开源项目强化学习深度学习算法库
Tianshou是基于PyTorch和Gymnasium的强化学习框架,提供高性能、模块化设计和友好接口。支持在线、离线、多智能体及基于模型的算法,兼顾实现简洁和灵活性。特点包括向量化环境、RNN训练、自定义状态/动作等。框架涵盖多种先进算法,配有完善文档和测试,适合研究和应用开发。
Awesome-Deep-Neural-Network-Compression - 深度神经网络压缩技术资源库
GithubNAS剪枝开源项目模型优化深度神经网络压缩知识蒸馏量化
该项目汇集了深度神经网络压缩的综合资源,包括量化、剪枝和蒸馏等技术的论文、总结和代码。涵盖高效模型设计、神经架构搜索等相关主题,并提供按会议和年份分类的论文列表。项目还收录了主流压缩系统和工具链接,为深度学习模型压缩研究提供了全面的参考资料。
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。

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