Project Icon

NeuRBF

基于适应性径向基函数的高效神经场表示方法

NeuRBF是一种创新的神经场表示方法,通过适应性径向基函数实现高精度和模型紧凑性的平衡。该方法在图像拟合、SDF拟合和神经辐射场等任务中展现出优异性能,为计算机视觉和图形学研究提供了有力工具。项目提供了基于PyTorch的开源实现,并附有详细的安装和使用说明,便于研究人员复现和深入探索。

flashtorch - 基于PyTorch的神经网络可视化工具
FlashTorchGithubPyTorch可视化开源项目特征可视化神经网络
FlashTorch是基于PyTorch的神经网络可视化工具,通过简单的接口实现特征可视化技术,如显著性图和激活最大化。该工具兼容torchvision预训练模型和自定义PyTorch模型,有助于研究人员和开发者理解、解释及优化神经网络的内部工作机制。FlashTorch仅需几行代码即可应用,为深入分析神经网络提供了便捷途径。
RecBole-GNN - 图神经网络推荐算法开源库
GithubPyTorchRecBole-GNN图神经网络开源库开源项目推荐系统
RecBole-GNN是一个开源的图神经网络推荐算法库,基于PyTorch和RecBole构建。该库专注于复现和开发GNN推荐算法,涵盖通用、序列和社交推荐三大类别。它提供统一API、高效图处理模块和丰富的算法库,支持多种前沿GNN推荐模型。RecBole-GNN还提供详细的性能对比,为研究人员提供便捷的GNN推荐算法开发和评估平台。
2d-gaussian-splatting - 基于2D高斯溅射的高精度场景表示与渲染方法
2D Gaussian SplattingGithub几何重建开源项目网格提取表面元素辐射场
2D高斯溅射项目提出了一种新型场景表示方法,使用2D定向圆盘表示场景并通过可微光栅化渲染。该方法开发了正则化技术提升重建质量,设计了网格化算法,在几何精度和渲染质量上取得显著进展。项目提供完整的训练评估脚本和SIBR可视化工具,为3D场景重建和新视角合成领域带来创新解决方案。
bayesian-flow-networks - 将贝叶斯方法与流网络相结合的生成模型新框架
Bayesian Flow NetworksGithub开源项目机器学习概率模型深度学习生成模型
Bayesian Flow Networks是一个结合贝叶斯方法和流网络的生成模型框架。项目提供完整代码实现,包含连续和离散数据的贝叶斯流定义,以及连续时间和离散时间的损失函数。支持MNIST、CIFAR-10和text8等数据集的训练、测试和采样。此框架在图像和文本生成任务中表现出色,为生成模型研究开辟新方向。
neural-doodle - 通过深度神经网络将简笔画转化为艺术作品
GithubNeural DoodlePython脚本图像合成开源项目深度学习风格迁移
Neural Doodle项目使用深度神经网络技术,将简笔画转化为艺术作品。该项目基于Semantic Style Transfer和Neural Patches算法,通过提取风格图像的注释补丁逐步转移到目标图像中。用户可以调整参数和输入数据,以实现接近照片级的效果。项目提供多种使用示例和详细安装说明,支持GPU和CPU渲染,适用于多种系统。
TensorRT - 提升PyTorch推理效率的工具
CUDAGithubPyTorchTensorRTTorch-TensorRT安装开源项目
Torch-TensorRT将TensorRT的强大功能引入PyTorch,用户仅需一行代码即可显著提升推理性能。该工具支持在多个平台上安装,包括PyPI和NVIDIA NGC PyTorch容器。通过torch.compile或导出式工作流,用户可以高效优化和部署模型。Torch-TensorRT依赖CUDA和TensorRT,与Linux和Windows等多种平台兼容。提供丰富资源,包括教程、工具和技术讲座,供用户学习使用。
Learning-Scientific_Machine_Learning_Residual_Based_Attention_PINNs_DeepONets - 物理信息机器学习在科学计算中的应用与进展
DeepONetsGithubPIMLPINNsRBA开源项目物理信息机器学习
本项目聚焦物理信息神经网络(PINNs)、DeepONets和基于残差的注意力机制(RBA)等科学机器学习技术。内容涵盖从基础概念到高级应用的教程,包括函数逼近、ODE/PDE求解与发现等。项目呈现了PINNs领域的最新研究成果,尤其是RBA在提升性能方面的应用。这些资源对于物理信息机器学习领域的研究人员和工程师具有重要参考价值。
LaRa - 大基线辐射场技术实现突破性进展
3D重建GithubLaRa开源项目机器学习计算机视觉辐射场
LaRa项目开发了创新的大基线辐射场技术,提高了3D重建效率和质量。通过支持半精度训练,该技术实现了收敛速度提升100%以上,性能增益约1.5dB。LaRa能从多视图、文本和单视图输入重建辐射场,在计算效率和重建质量方面取得了显著进展,为3D重建和渲染领域开辟了新途径。
tensorflow - TensorFlow与R语言的深度学习框架集成
APIGithubR语言TensorFlow开源项目数据流图机器学习
TensorFlow for R是一个将TensorFlow深度学习框架集成到R语言环境的开源项目。它支持在R中构建和执行TensorFlow计算图,兼容CPU和GPU运算。该项目提供完整的TensorFlow API访问,并包含安装指南和使用文档。适合需要在R中进行机器学习和大规模数值计算的研究人员和数据科学家使用。
bindsnet - 模拟尖峰神经网络的生物启发机器学习算法
BindsNETGithubPyTorch开源项目强化学习机器学习脉冲神经网络
BindsNET是一个Python库,通过PyTorch的Tensor功能在CPU或GPU上模拟尖峰神经网络(SNNs)。该库旨在开发生物启发的机器学习和强化学习算法,包含丰富的实验示例和结果分析。BindsNET还兼容OpenAI gym环境库,并支持Docker镜像部署。这一项目在生物启发神经与动态系统实验室进行,核心理念是利用尖峰时间依赖可塑性(STDP)来调整神经元间的突触权重,以解决机器学习和强化学习中的问题。
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