Project Icon

fairness-indicators

Tensorflow 的公平性评估和可视化工具包

Fairness Indicators支持团队评估和改进模型的公平性,适用于二元和多分类模型。通过TensorFlow工具包,可以计算常见的公平性指标,并分析数据集分布及模型性能。该工具能处理大规模数据集,并提供信心区间和多阈值评估功能。Fairness Indicators与TensorFlow Data Validation、TensorFlow Model Analysis和What-If Tool紧密集成,助力优化模型。

common_metrics_on_video_quality - 多指标视频质量评估工具包
FVDGithubLPIPSPSNRSSIM开源项目视频质量评估
这是一个开源项目,提供了计算FVD、SSIM、LPIPS和PSNR等多种视频质量评估指标的工具包。支持灰度和RGB视频格式,适用于生成模型和预测模型的视频质量评估。项目在Ubuntu系统上运行稳定,并提供了详细的使用说明和注意事项。研究人员和开发者可以利用此工具包进行便捷的视频质量分析。
similarity - 用于度量学习的库,支持自监督和对比学习
GithubTensorFlow Similarity对比学习度量学习开源项目相似性学习自监督学习
TensorFlow Similarity 是一个用于度量学习的库,支持自监督和对比学习。该库提供先进的算法,可用于研究、训练、评估和部署基于相似性和对比的模型,包含模型、损失函数、指标、采样器、可视化工具和索引子系统。最新版本支持分布式训练,增加了多模态嵌入和新的检索指标。可在未标记数据上进行预训练以提高准确性,或构建模型找到并聚类相似示例。了解更多请查看文档和示例。
model-explorer - AI模型结构可视化与分析工具
GithubModel Explorer开源项目模型分析模型可视化模型调试深度学习
Model Explorer是一款AI模型结构可视化工具,支持TFLite、TF、TFJS、MLIR和PyTorch等多种格式。它提供层级化展示,允许动态展开或折叠各层,并具备高亮输入输出、元数据叠加、交互式弹窗等功能。工具还支持搜索、显示相同层和GPU加速渲染,方便开发者进行模型探索和调试。Model Explorer提供扩展框架,便于添加对其他格式的支持。
inferflow - 为大语言模型提供高效灵活的推理解决方案
GithubInferflow大语言模型开源项目推理引擎模型服务量化
Inferflow是一款功能强大的大语言模型推理引擎,支持多种文件格式和网络结构。它采用3.5位量化和混合并行推理等创新技术,提高了推理效率。用户通过修改配置文件即可部署新模型,无需编写代码。Inferflow支持GPU/CPU混合推理,为模型部署提供灵活选择。该项目为研究人员和开发者提供了高效易用的LLM推理工具。
saliency - 多种显著性方法及其性能评估的全面解析
GithubGrad-CAMIntegrated GradientsPerformance Information CurveSaliency LibrarySmoothGrad开源项目
库中包含多种显著性技术如Guided Integrated Gradients、XRAI和SmoothGrad的代码和示例,提供Performance Information Curve (PIC)用于质量评估。框架无关设计,可兼容多种机器学习平台,包括专注于TensorFlow的子包和丰富的使用案例。了解更多更新和详细解释请访问GitHub Pages网站。
model-optimization - TensorFlow 模型优化工具包, 支持量化和稀疏化
GithubKerasTensorFlow Model Optimization Toolkit剪枝开源项目机器学习模型量化
TensorFlow Model Optimization Toolkit 提供稳定的 Python API,帮助用户通过量化和稀疏化技术优化机器学习模型,包括针对 Keras 的专用 API。该工具包还提供详细的安装指南、教程和 API 文档,显著提升模型在部署和执行时的性能。该项目由 TensorFlow 团队维护,并遵循其行为准则,开发者可以通过 GitHub 提交问题和贡献代码。
tfx - 基于TensorFlow的生产级机器学习流水线平台
Apache AirflowGithubGoogleTFXTensorFlow开源项目机器学习平台
TFX是Google开发的基于TensorFlow的生产级机器学习平台,提供配置框架来搭建多个TFX组件的机器学习流水线。该流水线可以用Apache Airflow和Kubeflow Pipelines进行编排,组件和编排系统都可扩展,支持ML Metadata后端来实现实验追踪和模型热启动等高级功能。TFX适用于Python 3.9至3.10,兼容多种主要依赖库。
tensorwatch - 数据科学和机器学习的实时可视化与调试工具
GithubJupyter NotebookMicrosoftTensorWatch开源项目数据可视化机器学习
TensorWatch是由微软研究院开发的调试和可视化工具,专为数据科学、深度学习和强化学习设计。它运行在Jupyter Notebook中,提供实时的机器学习训练可视化和分析功能。其灵活的架构允许创建自定义的可视化、界面和仪表板,并支持独特的Lazy Logging模式进行实时查询和流式数据处理。TensorWatch支持多种图表类型和并行流可视化,是一个易于使用且可扩展的调试平台。
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。
safeguards-shield - 增强人工智能应用的安全防护开发工具
GithubLLMsSafeguards Shield保护层安全风险工具包开源项目
Safeguards Shield是一个旨在安全、可靠使用大型语言模型(LLMs)的开发者工具包。本工具包提供保护层功能,能够防御恶意输入并过滤模型输出,使AI应用从原型快速转向生产阶段。此外,包含超过20种即用型检测器,为生成式AI(GenAI)应用提供全面的安全保障,并助力缓解LLM的可靠性与安全隐患。工具包还支持监控事件、成本及关于AI的责任指标,支持应用的长期发展。
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