Project Icon

pytorch_graph-rel

基于关系图的联合实体和关系抽取模型

GraphRel是一个用于联合实体和关系抽取的开源项目。该模型采用双向RNN和图卷积网络提取文本特征,通过两阶段处理构建关系图并整合实体和关系信息。项目基于PyTorch实现,提供了预训练模型,在NYT数据集上展现了良好性能。该方法发表于ACL 2019会议,为自然语言处理领域提供了新的解决方案。

reptile-pytorch - PyTorch实现的用于监督学习的OpenAI Reptile算法
GithubMiniImagenetOmniglotOpenAIPyTorchReptile开源项目
PyTorch实现的OpenAI Reptile算法,专注于监督学习,目前支持在Omniglot数据集上运行,具备K-shot N-way采样、训练监控和中断恢复功能。欢迎对项目的贡献和反馈,未来计划支持Mini-Imagenet数据集、提升Meta-batch大小、添加训练曲线和Shell脚本下载功能。
pytorch-openai-transformer-lm - 基于PyTorch的OpenAI Transformer语言模型实现
GithubOpenAIPyTorchTransformer Language Model开源项目模型预训练
该项目实现了OpenAI Transformer语言模型在PyTorch中的复现,提供了预训练权重加载脚本及模型类。采用固定权重衰减和调度学习率优化模型,支持对ROCStories Cloze任务进行微调,效果接近原始TensorFlow实现。适用于深度学习研究和语言模型的生成与分类任务。
graphsignal-python - Graphsignal为AI应用提供全面观测与性能优化
AI观测GithubGraphsignal应用监控开源项目性能分析错误追踪
Graphsignal是一个面向AI代理和LLM应用的观测平台,提供AI上下文追踪、交互评分、延迟分析、成本监控和异常检测等功能。该平台支持OpenAI和LangChain等主流框架,性能开销低,可帮助开发者轻松监控和分析AI应用,提升整体运行效果。通过Graphsignal,开发团队能够更好地了解AI应用的运行状况,及时发现并解决潜在问题。该平台采用自动化集成方式,便于开发者快速部署,实现AI应用的实时监控和性能优化。
rl - 开源强化学习库TorchRL
TorchRL是专为PyTorch设计的开源强化学习库,提供高效的研究性能。它具备完整Python接口、模块化、定制化及强大扩展性,配备详尽文档和测试,确保用户快速上手且使用可靠。此外,TorchRL包括多种可复用功能,适用于成本、回报处理和数据管理,是开展强化学习研究与应用的理想工具。
Awesome-LLM4Graph-Papers - 大型语言模型与图学习的融合:前沿研究进展
GithubLLM图学习图神经网络多模态学习开源项目自然语言处理
该项目汇集大型语言模型(LLM)在图学习领域的最新论文和资源,将相关方法分为GNN前缀、LLM前缀、LLM-图集成和纯LLM四大类。项目提供详细分类说明和可视化图表,助力研究人员快速把握领域动态。内容定期更新,欢迎社区贡献,是LLM与图学习交叉研究的重要参考。
CogDL - 应用于节点分类、图分类等任务的图深度学习工具包
CogDLGNNGPU优化Github图深度学习开源项目自动机器学习
CogDL是一个应用于节点分类、图分类等任务的图深度学习工具包。它具备高效性、易用性和可扩展性的特点,通过提供优化的操作符加快训练速度并节省GPU内存。CogDL还提供易用的API,并支持广泛的模型和数据集。最新版新增了图自监督学习示例和混合精度训练功能,适用于多种图神经网络分析任务。
graph-data-augmentation-papers - 图数据增强研究论文和资源集合
Github半监督学习图数据增强图机器学习图神经网络对比学习开源项目
该项目收集了图数据增强领域的研究论文,包括节点、图和边任务的监督与半监督学习方法,以及自监督学习中的对比学习技术。项目提供文献综述、教程和代码资源,支持图机器学习研究。内容持续更新,开放社区贡献。
graphics - 深度学习与计算机图形学的融合框架
3D视觉GithubTensorFlow Graphics开源项目机器学习神经网络计算机图形学
TensorFlow Graphics是一个融合深度学习与计算机图形学的开源框架。它提供可微分的图形和几何层,包括相机模型、反射模型、空间变换和网格卷积等,同时支持3D可视化。这些工具可用于开发和优化3D视觉任务的机器学习模型,如物体姿态估计、材质分析和语义分割。该框架致力于帮助研究人员和开发者更高效地解决复杂的3D视觉问题。
mindgraph - 支持自然语言交互的开源图形化CRM原型项目
APIGithubMindGraph图数据库开源项目知识图谱自然语言处理
MindGraph是一个开源的图形化CRM原型项目,专注于自然语言交互功能。该项目采用Python开发,具备实体管理、集成触发和搜索等功能。它使用schema驱动方法创建知识图谱,支持多种数据库集成。MindGraph提供图形可视化和动态数据交互的前端界面,为开发者提供了灵活的CRM开发基础。
HashNeRF-pytorch - 纯PyTorch实现的高速NeRF训练框架
AI绘图GithubNeRFPyTorch多分辨率哈希编码开源项目神经网络
HashNeRF-pytorch是一个基于PyTorch的Instant-NGP实现,专注于加速NeRF(神经辐射场)训练。该项目采用多分辨率哈希编码,将训练速度提升至传统NeRF方法的100倍。它支持多种数据集,提供简洁的使用指南和额外优化功能。这个开源项目为AI研究人员提供了一个探索和创新NeRF技术的平台,尤其适合需要在PyTorch环境中快速实现高质量3D渲染的开发者。
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