Project Icon

PyEMMA

开源分子动力学模拟分析软件包

PyEMMA是一个开源的Python/C软件包,用于分析大规模分子动力学模拟数据。它提供聚类、特征化、马尔可夫状态模型等算法,支持分子动力学数据的估计、验证和分析。该工具可通过Jupyter notebook或Python脚本使用,适合分子动力学研究人员进行数据分析和建模。PyEMMA具备高性能和易用性,在分子模拟领域广受欢迎。

Reinvent - 分子设计与优化的开源人工智能工具
GPUGithubPythonREINVENT分子设计开源项目机器学习
REINVENT 3.2是一个开源的分子设计与优化工具,结合深度学习和强化学习技术实现分子生成和优化。该基于Python的项目支持多种运行模式,使用JSON配置文件控制,并利用CUDA加速的GPU进行计算。REINVENT 3.2提供详细的安装指南、系统要求和使用教程,支持Jupyter notebook交互式使用,便于研究人员快速上手和实验。此外,项目还包含单元测试框架,可广泛应用于药物研发和材料设计等领域的分子设计任务。
py-motmetrics - 多目标跟踪性能评估Python库
GithubMOT指标Python库多目标跟踪开源项目性能评估数据分析
py-motmetrics是一个评估多目标跟踪(MOT)性能的Python库。它实现了CLEAR-MOT和ID等评估指标,支持多种距离度量,可跟踪每帧事件,并提供灵活的求解器后端。该库兼容MOTChallenge基准,使用pandas进行数据分析,易于扩展。py-motmetrics为研究人员和开发者提供了全面评估和比较多目标跟踪算法性能的工具。
SynapseML - 简化大规模机器学习管道的开源工具
Apache SparkGithubSynapseML开源项目异常检测文本分析机器学习
SynapseML是一个开源库,旨在简化大规模机器学习管道的创建。它提供简单、可组合和分布式的API,支持文本分析、视觉处理、异常检测等多种任务。基于Apache Spark,SynapseML与SparkML/MLLib共享相同的API,能够无缝集成到现有的Spark工作流中。该库支持Python、R、Scala、Java和.NET,适用于各种数据库和云数据存储,助力构建智能系统。
MAPE-PPI - 基于微环境感知的蛋白质相互作用预测新方法
GithubMAPE-PPI开源项目微环境感知深度学习蛋白质嵌入蛋白质相互作用预测
MAPE-PPI项目开发了一种基于微环境感知蛋白质嵌入的方法,用于预测蛋白质-蛋白质相互作用。该方法在多个数据集上进行了测试,显示出良好的性能。项目提供预训练模型和使用指南,涵盖环境设置、数据处理和模型训练等内容,便于研究人员复现和拓展。这一新方法为蛋白质相互作用预测研究提供了创新思路。
nannyml - 部署后模型性能估算和数据漂移检测
GithubNannyMLPCA开源项目数据漂移检测无目标模型性能估计
NannyML是一个开源的Python库,专为数据科学家设计,能够在没有目标数据的情况下估算模型的部署后性能,并检测数据漂移。它能将数据漂移警报与模型性能变化智能关联。NannyML支持所有表格数据、分类和回归模型,拥有简单易用的界面和互动式可视化功能。通过NannyML,用户可以监控模型性能、分析数据漂移、找到模型性能下降的根本原因,并避免不必要的警报干扰,轻松完成环境集成和配置。
umap - 先进的流形学习和数据降维算法
GithubUMAP开源项目数据可视化机器学习聚类降维
UMAP是一种高效的非线性降维和数据可视化算法。它能处理大规模高维数据,支持多种距离度量,可用于监督和半监督学习。UMAP在保持数据全局结构方面表现优异,运行速度快,理论基础扎实。该项目还包含densMAP功能,可在降维同时保留局部密度信息。作为t-SNE的有力替代,UMAP适用于多种机器学习场景。
FLAML - 高效的Python库,用于自动化机器学习和模型调优
AutoMLFLAMLGithubPython开源项目机器学习模型优化
FLAML是一款轻量级且高效的Python库,旨在简化大语言模型和机器学习模型的自动化工作流程。通过多智能体对话框架和经济高效的自动调优功能,它帮助用户找到优质模型并优化GPT-X工作流。FLAML支持代码优先的AutoML和调优,能处理大规模搜索空间和复杂约束,广泛适用于分类、回归等任务。适用于Python 3.8及以上版本,并提供详细文档和多种扩展选项,满足用户的不同需求。
awesome-ebm - 全面汇总能量函数模型与学习资源
Github对比散度开源项目机器学习生成模型神经网络能量模型
awesome-ebm项目汇集了能量函数模型(EBM)和能量函数学习的全面资源。包括早期至最新的相关论文、教程、讲座和开源库。涵盖EBM在图像生成、分类、密度估计、强化学习等领域的应用,为研究和开发人员提供丰富的学习参考。
foldingdiff - Protein生成和优化的扩散模型工具
CATH数据集GithubPyTorch Lightningfoldingdiff开源项目扩散模型蛋白质生成
使用扩散模型生成新的蛋白骨架结构。提供详细的安装、数据下载和模型训练指南,支持预训练模型的加载和采样。评估生成骨架的设计性能和结构一致性,适合具备Python和PyTorch基础的研发人员使用,通过浏览器便捷地生成蛋白质结构。
XMem2 - 少量标注实现高精度视频分割的开源工具
GithubXMem++交互式标注人工智能开源项目视频分割计算机视觉
XMem2是一个开源的交互式视频分割工具,通过永久记忆模块和创新帧选择算法,只需少量标注即可实现高质量分割。它能以30+ FPS的速度处理物体部件、流体、可变形物体等复杂场景。XMem2提供改进的GUI和Python接口,适用于电影制作等领域。项目还包含PUMaVOS数据集,涵盖23个具挑战性的视频分割场景。
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