Project Icon

torchmd-net

神经网络势能模型的高效训练与实现框架

TorchMD-NET是一个先进的神经网络势能(NNP)模型框架,提供高效快速的NNP实现。该框架与ACEMD、OpenMM和TorchMD等GPU加速分子动力学代码集成,并将NNP作为PyTorch模块提供。项目支持等变Transformer、Transformer、图神经网络和TensorNet等多种架构,可通过conda-forge安装或从源代码构建。TorchMD-NET具有灵活的训练配置选项,支持自定义数据集和多节点训练,并提供预训练模型。

unet.cu - UNet扩散模型的高性能CUDA实现
CUDAGithubUNet卷积神经网络图像生成开源项目深度学习
这个开源项目使用纯C++/CUDA实现了UNet扩散模型训练框架,支持无条件扩散。框架包含线性层、组归一化、注意力等核心算子的GPU加速实现,重点优化3x3卷积。通过多次迭代提升CUDA kernel性能,训练速度达PyTorch的40%。项目展示了深度学习框架在GPU上的高效实现过程,为相关开发提供参考。
neuraloperator - 用于 在 PyTorch 中学习神经算子的综合性库
Fourier Neural OperatorsFunction SpacesGithubNeuralOperatorPyTorchTensorized Neural Operators开源项目
neuraloperator库在PyTorch中实现了神经算子的学习,包括傅里叶神经算子和张量化神经算子。神经算子能实现函数空间间的映射,并支持任何分辨率的数据。该库提供了简单的安装和快速上手指南,并集成了Weights and Biases。欢迎社区贡献和提交问题。
llm.c - 纯C和CUDA实现的高效轻量级语言模型训练框架
CUDAC语言GPU训练GithubLLM开源项目
llm.c是一个使用纯C和CUDA实现的高效轻量级语言模型训练框架。该项目不依赖PyTorch或cPython等大型框架,通过简洁代码实现GPT-2和GPT-3系列模型的预训练。llm.c支持单GPU、多GPU和多节点训练,提供详细教程和实验示例。项目在保持代码可读性的同时追求高性能,适用于教育和实际应用。此外,llm.c支持多种硬件平台,并有多个编程语言的移植版本。
modular-diffusion - 灵活可扩展的PyTorch扩散模型框架
GithubModular DiffusionPyTorch开源项目扩散模型机器学习模块化设计
Modular Diffusion是一个基于PyTorch的模块化扩散模型框架,为设计和训练自定义扩散模型提供了简洁的API。该框架支持多种噪声类型、调度类型、去噪网络和损失函数,并提供了预构建模块库。Modular Diffusion适用于图像生成和非自回归文本合成等多种应用场景,适合AI研究人员和爱好者使用。其模块化设计简化了新型扩散模型的创建和实验过程。
torch-conv-kan - 引入基于Kolmogorov-Arnold表示理论的高效卷积神经网络
CUDAConvolutional layersGithubKolmogorov-Arnold NetworksPyTorchTorchConv KAN开源项目
项目展示了使用PyTorch和CUDA加速的Kolmogorov-Arnold网络(KAN)模型的训练、验证和量化,支持MNIST、CIFAR、TinyImagenet和Imagenet1k数据集的性能评估。当前项目持续开发,已发布涉及ResNet、VGG、DenseNet、U-net等架构的新模型和预训练权重,适用于医疗图像分割和高效卷积神经网络的进一步研究和优化。
mcunet - 面向微控制器的深度学习框架
GithubMCUNetTinyEngine开源项目微控制器深度学习物联网设备
MCUNet是面向微控制器的系统-算法协同设计框架,包含TinyNAS和TinyEngine两大核心组件。该框架在严格内存限制下提升深度学习性能,相比现有方案推理速度提高1.5-3倍,内存占用降低2.7-4.8倍。MCUNet为IoT应用提供高效深度学习基础设施,推动边缘AI发展。
nnom - 适用于微控制器的神经网络库
GithubMicrocontrollerNNoMNeural Network开源项目灵活性高性能
NNoM 是为微控制器设计的高层次神经网络推理库,支持如 Inception、ResNet 和 DenseNet 等复杂结构,可一键部署 Keras 模型并提供用户友好的界面。其高性能后端选择和预编译功能确保了运行时零损耗,同时提供完整的评估工具如运行时分析和混淆矩阵。最新的 v0.4.x 版本新增了循环层(RNN)支持,并切换到更适合机器处理的结构化接口。与 TensorFlow Lite 和 STM32Cube.AI 的对比显示,NNoM 在推理时间和内存占用方面表现出色。
pytorch-ts - 概率时间序列预测开源框架
GithubPyTorchPyTorchTS开源项目时间序列预测概率模型深度学习
PyTorchTS是一个基于PyTorch的开源时间序列预测框架,利用GluonTS作为后端API。它提供先进的概率模型,支持数据处理和回测。该框架适用于单变量和多变量时间序列预测,安装简便,易于使用。PyTorchTS为数据科学家和研究人员提供了高效的时间序列分析工具。
Neuralhub - 一体化神经网络开发与协作环境
AI工具AI研究Neuralhub协作平台深度学习神经网络
Neuralhub是面向AI爱好者、研究人员和工程师的一站式深度学习平台。它提供简化的神经网络开发环境,集成了从头构建网络的工具、丰富的预设组件库和高质量预训练模型。作为人工智能创新中心,Neuralhub不仅支持实验和技术突破,还培育了活跃的知识共享与协作社区。通过整合先进工具、前沿研究成果和海量模型资源,Neuralhub致力于让AI研究、学习和开发更加便捷高效,推动深度学习技术的普及与进步。
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