Project Icon

pykan

实现了Kolmogorov-Arnold网络,提升神经网络准确性和可解释性

pykan项目实现了Kolmogorov-Arnold网络(KAN),这是一种在边缘应用激活函数的创新神经网络架构。KAN在多项任务中表现优于多层感知器(MLP),提高了模型准确性、参数效率和可解释性。项目提供详细教程和示例,涵盖从函数拟合到PDE求解的应用,为科学发现和数学定律探索开辟新途径。

kornia - 高效、差分化的PyTorch计算机视觉库
GithubKorniaPyTorch开源开源项目深度学习热门计算机视觉
Kornia是一款基于PyTorch的差分化计算机视觉库,提供一系列可插入神经网络的运算和模块,用于解决通用的计算机视觉问题。该库利用PyTorch高效性和自适应反向传播算法,支持图像变换、视觉几何、深度估算及基于张量的低层图像处理等功能,适用于研究和商业用途。
k2 - 高性能自动微分FSA/FST算法库 支持语音识别
CUDAGithubPyTorchk2开源项目有限状态自动机语音识别
k2是一个高性能的有限状态自动机(FSA)和有限状态转换器(FST)算法库,旨在与PyTorch和TensorFlow等自动微分工具包无缝集成。该库主要应用于语音识别领域,支持交叉熵、CTC和MMI等多种训练目标的融合,并能优化多阶段解码系统。k2基于C++和CUDA实现,提供高效并行计算,并与PyTorch深度集成,为语音识别技术的进一步发展提供了灵活而强大的框架。
symbolicai - 将神经网络和符号推理融合的大语言模型框架
GithubLLMPythonSymbolicAI开源项目框架神经符号
SymbolicAI是一个创新框架,融合大语言模型与任务特定提示,通过分治方法解决复杂问题。该框架实现可微分编程和经典编程的无缝集成,支持神经符号、语音、OCR和搜索等多种引擎。它为开发者提供交互式shell、聊天机器人和包管理工具,简化了基于LLM应用的开发和管理过程。
pyani - 基于平均核苷酸同一性的微生物基因组分类工具
Githubpyani分类学平均核苷酸相似度开源项目微生物基因组生物信息学
pyani是一个开源的Python工具,用于微生物全基因组分类。该工具基于平均核苷酸同一性(ANI)分析,支持多种ANI计算方法,具有并行处理能力,并提供可视化选项。pyani可应用于微生物基因组学研究和食品安全诊断等领域,为研究人员提供准确分类和比较微生物基因组的支持。
kaolin-wisp - 用于神经场研究的PyTorch库
GithubNVIDIA Kaolin WispPyTorch卷积网络可视化工具开源项目神经场
NVIDIA Kaolin Wisp是一个基于PyTorch的开源库,专为神经场研究而设计。它提供了数据集、图像I/O、网格处理和光线工具等实用功能,还包括可微渲染器和数据结构支持。Kaolin Wisp适用于NeRFs、NGLOD、instant-ngp和VQAD等最新项目,并提供调试可视化、交互式渲染和训练日志功能。最新版本wisp 1.0.3进行了配置系统的重大更新。
practicalAI-cn - PyTorch与Google Colab下的机器学习与深度学习实践
GithubGoogle ColabPyTorchpracticalAI开源项目机器学习深度学习
通过practicalAI-cn项目,任何水平的学习者都可以从基础到进阶掌握机器学习与深度学习技能。项目使用PyTorch实现核心算法,并提供多种notebooks,涵盖线性回归、卷积神经网络等多种模型。无需复杂的环境设置,可通过Google Colab直接运行,进行产品级的面向对象编程学习,助力从数据中获取有价值的见解。
pennylane - 跨平台量子计算与机器学习Python库
GithubPennyLane开源项目自动微分量子化学量子机器学习量子计算
PennyLane是一个跨平台的Python库,专注于量子计算、量子机器学习和量子化学。集成了PyTorch、TensorFlow、JAX和NumPy等流行框架,支持量子硬件上的机器学习。支持即时代码编译和多种量子后端,提供自动微分功能,并包括量子模拟器和优化工具,便于快速原型设计。
pytorch-grad-cam - 全面解析AI在计算机视觉领域的可解释性技术
GithubGrad-CAMPyTorch可视化开源项目模型解释热门计算机视觉
pytorch-grad-cam是一个先进的AI解释性工具包,适用于PyTorch平台,提供了多种像素归因方法,支持常见的CNN和视觉变换器模型。这个包不仅可以用于生产中对模型预测的诊断,也适用于模型开发阶段。通过包括平滑方法和高性能的批处理支持,pytorch-grad-cam能够在多种场景下提供详尽可靠的视觉解释,助力研究人员和开发者深入理解模型决策过程。
spektral - 基于Keras API和TensorFlow 2的Python库,专为图神经网络(GNN)提供简单灵活的框架
GithubKerasPython库Spektral图深度学习图神经网络开源项目
Spektral是一个基于Keras API和TensorFlow 2的Python库,专为图神经网络(GNN)提供简单灵活的框架。该库适用于社交网络用户分类、分子性质预测、图生成、节点聚类和链接预测等任务。Spektral包含多种流行的图深度学习层,如GCN、Chebyshev、GraphSAGE、GAT等,并提供丰富的图操作工具。最新版1.0引入了新数据集、新容器、Loader类和transforms模块,简化了数据处理和模型训练。更多信息请参阅官方文档和示例。
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