Project Icon

pyvene

用于干预PyTorch模型内部状态的开源Python库

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。

hidet - 用Python编写的开源深度学习编译器,主要优化NVIDIA GPU上的推理任务
CUDAGithubHidetONNXPyTorch开源项目深度学习编译器
Hidet是一个用Python编写的开源深度学习编译器,主要优化NVIDIA GPU上的推理任务。它能将PyTorch和ONNX模型编译成高效的CUDA内核,通过图级和算子级优化提升性能。Hidet易于集成,支持通过torch.compile优化PyTorch模型,为开发者提供了便捷的深度学习性能优化方案。
deep-learning-v2-pytorch - 深度学习教程与项目实战指南
Deep LearningGithubPyTorch卷积神经网络开源项目生成对抗网络神经网络
本仓库提供 Udacity 深度学习 v7 纳米学位课程的相关资料,包括各种深度学习主题的教程笔记本,涉及卷积神经网络、循环神经网络和生成对抗网络等模型的实现。内容涵盖权重初始化、批量归一化等技术,用户还可以访问项目起始代码,并学习在 AWS SageMaker 上部署模型。
pytorch_memlab - PyTorch CUDA内存分析与优化工具
CUDAGithubPyTorchpytorch_memlab内存管理开源项目性能分析
pytorch_memlab是一个针对PyTorch的CUDA内存管理工具,提供内存分析器和内存报告器等功能。它可以帮助开发者诊断内存溢出问题,理解底层内存机制。该工具支持逐行内存分析、张量内存使用报告,以及将CUDA张量临时移至CPU内存等特性。pytorch_memlab能够协助开发者优化内存使用,提升PyTorch项目性能。
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。
torchdyn - PyTorch数值深度学习库,支持微分方程和数值方法
GithubPyTorchTorchdyn开源项目微分方程数值方法深度学习
Torchdyn是一个专注于数值深度学习的PyTorch库,涵盖微分方程、积分变换和数值方法。它提供便捷的工具和层,用于构建神经微分方程和复合模型,并支持GPU加速和多种数值方法。该库与PyTorch和pytorch-lightning高度集成,使得用户能够快速上手,推进研究和应用。
neurvps - 神经消失点扫描算法及其实现
GithubNeurVPS卷积神经网络开源项目消失点检测深度学习计算机视觉
NeurVPS是一种用于图像消失点检测的深度学习算法。该算法采用几何启发的卷积运算符,结合数据驱动方法和几何先验,在多个数据集上超越了现有方法。项目提供PyTorch实现,包含模型训练、评估和预训练模型,便于研究人员复现实验。
ice - 用于语言模型程序的 Python 库和跟踪可视化工具
GithubICEPython并行化开源项目语言模型调试
ICE是专为语言模型程序设计的Python库和可视化工具,支持多人模式、代理定义、快速并行执行等功能,允许在浏览器中调试执行轨迹。适用于Python 3.9及以上版本,支持虚拟环境安装和开发,API可能会发生变动,欢迎社区贡献。
variational-autoencoder - 变分自编码器参考实现,兼容TensorFlow和PyTorch
GithubMNISTPyTorchVariational Autoencoderjaxtensorflow开源项目
该项目提供了变分自编码器的参考实现,支持TensorFlow和PyTorch。项目中包含了逆自回归流变分家族的示例,通过变分推断对二值MNIST手写数字图像进行拟合。通过重要性采样估计边际似然,展示了高效的训练和验证结果。优化后的测试集边际对数似然达到了-95.33 nats。此外,该项目还提供了JAX实现,能够实现3倍于PyTorch的加速效果。
DiCE - 机器学习模型的多样性反事实解释方法
DiCEGithubPython反事实解释开源项目机器学习模型解释
DiCE提供机器学习模型的反事实(CF)解释,通过生成特征扰动版本帮助探索模型的假设情景。适用于财务、医疗、教育等领域,支持生成多样性和接近原始输入的解释。提供Python支持,随时可通过PyPI和Conda安装。其优化算法和简单约束功能确保对各种ML模型的广泛适应性。
theseus - 构建适用于机器人和视觉应用的定制非线性优化层
GithubPyTorchTheseus开源项目机器人神经网络非线性优化
Theseus 是一个高效的通用库,专门用于在 PyTorch 中构建定制的非线性优化层,支持机器人和视觉问题中的端到端可微分架构。其特性包括二阶非线性优化器、线性求解器、向量化和 GPU 加速,有助于提高计算速度和内存使用效率。该库通过结合领域专用模型和神经网络模型,在保持计算梯度的同时优化 AI 模型,非常适合研究人员和开发者使用。
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

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

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