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。

Keras-GAN - 多种生成对抗网络(GAN)的Keras实现与教程
GithubKeras-GAN图像生成开源项目机器学习深度学习生成对抗网络
该项目包含多种Keras实现的生成对抗网络(GAN),如AC-GAN、CycleGAN、Pix2Pix等,基于研究论文,提供核心概念的实现与详细教程。欢迎社区贡献以扩展更多GAN变体。
kanachan - 挑战顶级日本麻将AI的开源项目
Githubkanachan开源项目日本立直麻将机器学习游戏记录麻将AI
kanachan是一个开源的日本立直麻将AI项目,旨在开发能够挑战现有顶级麻将AI和职业选手的智能体。项目利用雀魂的大规模对局数据,采用端到端学习方法,无需人工特征工程。通过课程式微调策略,kanachan逐步提升AI能力。该项目展示了个人开发者在麻将AI领域的潜力,有望推动麻将AI技术的进步。
KoopmanLab - Koopman神经算子 高效求解非线性偏微分方程
GithubKoopmanLabKoopman神经算子偏微分方程开源项目机器学习物理方程求解
KoopmanLab是一个开源的Koopman神经算子包,基于PyTorch开发。该项目结合机器学习和动力系统理论,提供了一种无网格方法来求解非线性偏微分方程。KoopmanLab实现了多种模型,如KNO和ViT-KNO,并配备完整的数据处理、训练和测试工具。它可应用于Navier-Stokes方程和浅水方程等物理模拟场景,为研究人员提供了高效灵活的计算框架。
Kandinsky-2 - 多功能AI驱动的图像生成与编辑工具
AI绘图GithubKandinsky图像编辑开源项目文本生成图像深度学习
Kandinsky-2是一个开源的图像生成和编辑工具,采用CLIP图像编码器和ControlNet技术。该模型支持文本到图像生成、图像到图像转换、图像融合和图像修复等功能。Kandinsky-2能准确理解多语言文本输入,并在图像生成过程中提供精细控制。这个AI模型为创作者提供了多样化的图像处理选择,在保持高质量输出的同时,也具备良好的可定制性。
visualkeras - 直观展示Keras和TensorFlow神经网络架构的Python可视化库
GithubKerasPython包TensorFlowvisualkeras开源项目神经网络可视化
visualkeras是一个用于可视化Keras和TensorFlow神经网络架构的Python库。它支持分层和图形两种架构生成样式,适用于CNN和前馈网络等多种模型。该库提供灵活的样式定制选项,包括生成图例、自定义颜色映射和隐藏特定层。用户可以通过多种参数控制图层间距、缩放和维度显示。visualkeras为神经网络架构的可视化提供了简单而功能丰富的解决方案,适用于研究和教育等多种场景。
ASE_ANI - 神经网络势能模型为原子模拟提供高效准确预测
ANIGithub分子动力学开源项目机器学习神经网络势能量子化学
ASE-ANI是一个开源的神经网络势能模型接口,为原子模拟环境(ASE)设计。它集成了ANI-1x和ANI-1ccx模型,可对CHNO元素进行高精度预测。该项目运用深度学习技术,实现了DFT级别的精度和显著降低的计算成本。ASE-ANI支持CUDA加速,适用于配备NVIDIA GPU的Ubuntu系统,为分子动力学模拟等应用提供高效解决方案。
keras-non-local-nets - Keras非局部神经网络实现,多模式支持与计算优化
GithubKeras开源项目张量运算深度学习计算机视觉非局部神经网络
keras-non-local-nets项目提供了Keras实现的非局部神经网络块。支持Gaussian、Embedded Gaussian和Dot等多种实例化方式,并通过可变屏蔽计算模式优化性能。项目包含使用模板和示例代码,便于集成到现有神经网络中。同时支持函数式API和Sequential API,适应不同的网络构建需求。
cnn-explainer - 互动可视化工具,帮助用户理解卷积神经网络
CNN ExplainerGeorgia TechGithub交互式可视化卷积神经网络开源项目机器学习教育
CNN Explainer 是一个用于学习卷积神经网络的互动可视化工具,提供实时演示和本地运行功能。用户可以克隆代码库并在本地环境中运行,支持自定义模型和图像类别。该工具由乔治亚理工学院与俄勒冈州立大学合作开发。
dynet - 动态结构神经网络库 适用于自然语言处理
DyNetGithub动态神经网络开源项目深度学习神经网络库自然语言处理
DyNet是一个专为动态结构神经网络设计的开源库,由卡内基梅隆大学主导开发。该库采用C++编写并提供Python接口,可在CPU和GPU上高效运行。DyNet特别适用于自然语言处理任务,在语法分析和机器翻译等领域表现突出。其独特的自动批处理功能进一步提升了处理动态网络的效率。
ktransformers - 体验前沿LLM推理优化的灵活框架
GPU加速GithubKTransformersLLM推理优化大型语言模型开源项目深度学习框架
KTransformers是一个灵活的Python框架,通过高级内核优化和并行策略增强Transformers性能。框架支持单行代码注入优化模块,提供Transformers兼容接口、OpenAI和Ollama标准RESTful API及简化的ChatGPT风格Web UI。专注本地部署和异构计算优化,KTransformers集成Llamafile和Marlin内核,为LLM推理优化实验提供灵活平台。
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