Project Icon

nnsight

解释和操作深度学习模型内部的Python包

nnsight是一个专门用于深度学习模型内部解释和操作的Python包。它可以访问模型隐藏状态、进行噪声注入和跨提示干预。该工具支持保存中间值、修改参数和多token生成等功能,方便研究人员和开发者深入分析和调试神经网络模型。

AIX360 - 全面支持多种数据类型和机器学习模型解释的开源工具包
AI Explainability 360AIX360Github开源项目机器学习模型算法解释性工具包
工具包提供全面支持机器学习模型和数据集的可解释性,涵盖多种解释算法和指标,包括表格、文本、图像及时间序列数据。该项目提供互动体验、教程和示例,并提供指导材料和分类树帮助选择算法。工具包易于扩展,欢迎贡献新的算法、指标和用例。
torchdistill - 模块化深度学习知识蒸馏框架
GithubPyYAMLtorchdistill开源项目模型训练深度学习知识蒸馏
torchdistill是一款模块化的深度学习知识蒸馏框架,通过编辑yaml文件即可设计实验,无需编写Python代码。支持提取模型中间表示,方便进行可重复的深度学习研究。通过ForwardHookManager,无需修改模型接口即可提取数据。支持从PyTorch Hub导入模块,并包含多种范例代码及预训练模型,适用于图像分类、目标检测、语义分割和文本分类等任务。
transformer-explainer - 帮助理解Transformer模型与GPT-2预测的实时交互式工具
GPT-2Georgia Institute of TechnologyGithubMIT许可Transformer Explainer交互式可视化工具开源项目
Transformer Explainer 是一款互动可视化工具,帮助理解基于Transformer的模型如GPT的工作原理。该工具在浏览器中运行实时的GPT-2模型,允许实验自己的文本并实时观察Transformer内部组件的协同预测过程。适合技术人员与学习者深入探索Transformer模型机制与应用。
awesome_deep_learning_interpretability - 最新深度学习模型解释性研究与资源汇编
Githubawesome_deep_learning_interpretability开源项目引用次数最新论文模型解释性深度学习
本项目收录了最新的159篇深度学习模型解释性相关论文,便于研究人员和工程师深入了解模型内部原理及行为。这些论文按引用次数排序,涵盖多个学科领域,提供了相应代码资源,帮助用户更好地应用解释性技术。页面内容定期更新,保障最新研究成果的收录和呈现。
ViT-Prisma - 视觉变换器和CLIP模型机制解析开源库
GithubVision Transformer图像处理开源库开源项目机器学习解释性神经网络可视化
ViT-Prisma是一个专注于Vision Transformer和CLIP模型的开源机制解析库。它提供logit归因、注意力可视化和激活修补等技术,用于深入分析模型内部机制。该库还包含ViT训练代码和预训练模型,支持ImageNet-1k和dSprites分类任务。ViT-Prisma为视觉模型可解释性研究提供了实用的工具集。
pyvene - 用于干预PyTorch模型内部状态的开源Python库
AI研究GithubPyTorch模型pyvene干预开源库开源项目
pyvene是一个用于干预PyTorch模型内部状态的开源Python库。它支持在多个位置和任意神经元集合上进行干预,适用于模型编辑、引导、鲁棒性和可解释性等AI领域。该库兼容所有PyTorch模型,无需重新定义模型类,可轻松实现对各种架构的干预。pyvene目前处于活跃开发阶段。
dl_note - 深度学习全栈指南 从计算机视觉到大语言模型
GithubLLM开源项目推理部署模型压缩深度学习神经网络
dl_note项目是一个综合性深度学习资源库,涵盖从数学基础到模型部署的全过程。内容包括神经网络基础、深度学习技巧、模型压缩、推理优化及大语言模型等。项目注重实际应用,提供详细代码解析和实战经验,适合深度学习技术的学习者和从业者参考使用。
onnx - 跨平台开源机器学习模型交换格式
GithubGlobal Corporation人工智能企业安全开源项目社交媒体跨平台应用
ONNX是一种开放的机器学习模型表示格式,支持跨框架模型互操作。它定义了统一的模型表示方式,实现不同AI框架间的模型转换。ONNX简化模型部署过程,提升AI应用效率。作为行业标准,ONNX促进AI生态系统发展,为开发者和企业带来更多可能性。
sparseml - 神经网络优化工具,简化代码实现高效稀疏模型
GithubSparseML开源项目推理优化模型优化神经网络稀疏化
SparseML是开源模型压缩工具包,使用剪枝、量化和蒸馏算法优化推理稀疏模型。可导出到ONNX,并与DeepSparse结合,在CPU上实现GPU级性能。适用于稀疏迁移学习和从零开始的稀疏化,兼容主流NLP和CV模型,如BERT、YOLOv5和ResNet-50,实现推理速度和模型大小的显著优化。
pytorch-onn - 基于PyTorch的光子神经网络仿真与优化框架
AI计算GPU加速GithubPyTorch光子集成电路开源项目神经网络
pytorch-onn是一个基于PyTorch的光子神经网络仿真框架。该框架支持GPU加速的相干和非相干光学神经网络训练与推理,可扩展至百万参数规模。它提供了高度优化的并行处理和多功能API,支持从器件到系统级的协同设计与优化。这一工具主要面向神经形态光子学、光学AI系统和光子集成电路优化等领域的研究人员。
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