AI 应用
Captum 是一个用于 PyTorch 的开源库，提供模型可解释性工具。它支持跨视觉和文本的多模态模型，使用户能够理解其神经网络如何做出预测。该库具有可扩展性，能够轻松实现和基准测试新的可解释性算法。
适用于 机器学习工程师 的最佳AI工具
529 个工具探索适合机器学习工程师的最佳AI工具——从AI代理可观测性和计算机视觉平台到AI模型、框架和数据管理解决方案，机器学习专业人士在此找到简化复杂任务的资源：开发强大的AI模型、部署可扩展的应用程序、监控代理性能以及高效管理大型数据集。 浏览 529 个适用于 机器学习工程师 的最佳AI工具，涵盖 AI 应用, AI 模型, AI 框架, AI 平台 和 AI GitHub 仓库 等——每个条目上线前都经过人工审核，并以11种语言发布。
529 tools
AI 应用
Rerun 是物理 AI 的数据层，提供构建、理解和改进数据循环的原始数据类型。它处理从初始记录到大规模的多速率、多模态数据，支持可视化、查询、转换和训练，无需导出步骤。
AI 应用
Riku.AI 是一个无代码平台，用于构建、测试和部署 AI 应用程序。使用 40 多个世界一流的 LLM，在几分钟内创建聊天、文本、图像和视觉应用。将生成式 AI 工作流集成到您的业务中，无需任何编码技能。
Pangeanic empowers enterprises, AI labs, and governments to build multilingual AI systems. They provide trusted datasets, human feedback for model alignment, secure language…
AI 应用
Grably 提供高质量的多模态人类互动和对话数据集，用于人工智能研究。它们捕获并构建物理运动、生理信号、注视、语音和情境线索，以支持真正理解人类行为和决策过程的人工智能。
AI 平台
Wallaroo.ai 是一个 AI 平台，提供用于部署、管理和监控机器学习模型的工具。它旨在简化 MLOps 生命周期，使团队能够更快、更自信地将 AI 推向生产。该平台支持各种模型类型并与现有工作流集成。
AI 平台
NVIDIA 提供了一个全面的 AI 平台，为人工智能、高性能计算、游戏和自动驾驶系统领域的进步提供动力。其解决方案使企业和研究人员能够大规模构建、训练和部署 AI 模型，通过尖端的硬件和软件推动各行各业的创新。
AI 平台
Paperspace（现为 DigitalOcean 的一部分）提供了一个 MLOps 平台，用于构建和扩展 AI 应用。它提供了 Notebooks、Machines 和 Deployments 等集成工具，并由世界一流的 GPU 和 IPU 提供支持。该平台与主流框架兼容，可为开发人员简化从探索到部署的整个 ML 工作流程。
AI 平台
Seldon Core 是一个 MLOps 和 LLMOps 框架，用于在 Kubernetes 上部署、管理和扩展 AI 系统。它支持跨云部署各种模型类型，并通过管道、自动伸缩和多模型服务等功能，促进模块化和以数据为中心的应用程序。
Cortex 提供可扩展的云基础设施，用于在生产环境中部署、管理和扩展机器学习模型。它提供无服务器和批量处理、自动化集群管理以及 CI/CD 集成，基于 AWS EKS 构建，可实现可靠且经济高效的 ML 运营。
AI 平台
KServe 是一个开源的、Kubernetes 原生的自托管 AI 推理平台。它为生成式 AI 和预测式 AI 提供统一的解决方案，通过 GPU 加速和自动伸缩等功能，简化了从快速部署到高要求的企业级工作负载的部署。
AI 平台
Graphcore 开发专门用于加速机器学习和人工智能应用的专用处理器。其技术赋能创新者在人工智能领域取得突破，旨在通过智能机器增强人类潜能，促进更健康、更公平、更可持续的生活。
AI 平台
Tenstorrent 是一家计算公司，致力于开发下一代人工智能硬件和软件。他们提供 AI 工作站、服务器和灵活的 IP 解决方案。其开源编译器 TT-Forge 支持主流的 ML 框架，使用户能够通过透明和开放的架构构建并拥有自己的芯片未来。
AI 平台
Blaize 提供人工智能服务平台，以 API 的形式交付 AI 应用，从而快速实现业务成果。其边缘 AI 平台 Pathfinder 和 Xplorer 提供高效、灵活且准确的 AI 边缘计算。Blaize AI Studio 简化了从构思到部署应用的完整边缘 AI 工作流程。
SUPERWISE AMP 是一个面向受监管行业的 Agentic 管理平台，提供完整的可见性、实时护栏和策略执行。它使企业能够安全合规地构建、管理和治理 AI 代理，通过 PII 检测和审计日志等功能确保可信赖的 AI 结果。
AI 平台
DKube 赋能企业部署安全、生产就绪的私有化 AI 系统。它支持在本地和混合环境中构建 AI 解决方案，确保完全的控制权、合规性和所有权。DKube 的综合平台可将 AI 部署速度从数周缩短至数月。
AI 平台
NVIDIA NeMo 提供合成数据生成工具，以加速代理式 AI 的开发。它创建高质量、领域特定的数据集，用于训练和评估 AI 模型，克服数据稀缺、安全和成本方面的挑战。通过定制的合成数据增强对话式 AI、基准测试和自主系统。
AI 平台
Imagimob 专注于边缘 AI 和 tinyML，提供将机器学习部署到边缘设备的解决方案。其 DEEPCRAFT™ Studio 加速 AI 模型开发，而 DEEPCRAFT™ Ready Models 提供预训练、可部署的 ML 模型，可快速集成到项目中。
AI 平台
DVC 是一个开源的数据科学和机器学习项目版本控制系统。它提供类似 Git 的体验来管理数据、模型和实验，将软件工程最佳实践引入 AI/ML 工作流和数据基础设施。
AI 平台
DataRobot 产品文档为端到端的 AI 平台提供了全面的资源。访问代码优先和基于 UI 的 DataRobot 体验的详细指南、教程和 API 文档。这个中心枢纽支持用户有效地分析数据、创建模型和部署 AI 驱动的应用程序。
Databricks Feature Store 是 Unity Catalog 中 AI/ML 特征的中央注册中心。它提供内置治理、数据沿袭、时间点连接和在线服务，可实现无缝的模型训练和推理，确保一致性并简化客户端代码。
这是 Llama 2 13b 的一个微调版本，通过 Llama 33b 的额外注意力头进行了增强。它在约 1000 万个 RedPajama token 上进行了训练，以更好地集成这些新组件。该模型旨在作为进一步开发的基石，目标是提高学习能力，优于标准的 13b 模型。
DETR 是一种端到端的对象检测和全景分割框架，将 Transformer 作为核心组件集成。它简化了架构，直接预测对象集，并在 COCO 等具有挑战性的数据集上达到了最先进的性能，为计算机视觉任务提供了更灵活、更精简的方法。
AI 模型
Densenet是一种深度卷积神经网络架构，可通过PyTorch使用。它通过以前馈方式将每个层连接到所有其他层来增强特征传播和重用。该模型在ImageNet上进行了预训练，并提供densenet121、densenet169、densenet201和densenet161等变体，用于图像分类任务。
MobileNets 是 TensorFlow 中面向移动设备优先的计算机视觉模型系列，专为高效的设备端或嵌入式应用而设计。它们在最大化精度的同时，最大限度地减少了计算量、功耗和存储空间，是无需互联网连接即可进行实时视觉识别的理想选择。
AI 模型
SqueezeNet 是一个深度卷积神经网络模型，可通过 PyTorch 使用。它在实现 AlexNet 级别准确率的同时，参数量和模型尺寸显著减少，使其在各种计算机视觉任务中效率很高。该模型在 ImageNet 上进行了预训练，可以轻松集成到 PyTorch 项目中。
AI 模型
Xception 是一个深度学习模型，可通过 Keras 3 API 使用。它是 Keras Applications 的一部分，为各种计算机视觉任务提供预训练模型。Xception 专为图像分类及相关应用而设计，为构建先进的 AI 系统奠定了坚实的基础。
AI 模型
Transfo-XL-WT103 是一种具有相对位置嵌入的因果Transformer模型，可以重用隐藏状态以处理更长的上下文。该模型由Zihang Dai等人开发，并使用自适应Softmax处理输入和输出。该模型适用于文本生成任务，并在Wikitext-103数据集上进行了训练。
AI 模型
Google DeepMind 探索 Gopher 等大型语言模型，重点关注其能力、伦理考量和高效训练。研究包括一个拥有 2800 亿参数的模型、风险评估以及用于改进预测和可追溯性的检索增强架构。目标是安全且有益地推进人工智能。
AI 模型
本研究实证分析了在固定计算预算下，大型语言模型模型大小与训练数据之间的最优权衡。研究表明，当前的大型模型通常过大且训练不足，并提出了一种更高效的方法以获得更好的性能和降低推理成本。
AI 模型
FaceNet 是一个基于 FaceNet 论文的 TensorFlow 实现，用于人脸识别和聚类。它利用深度学习模型为面部生成统一的嵌入向量，从而实现准确的识别和分组。该项目提供了预训练模型和用于训练自定义分类器的代码。
AI 模型
Longformer Base 4096 是一款为处理长文档而设计的 Transformer 模型。它基于 RoBERTa，并在最长 4096 个 token 的扩展序列上进行了预训练。该模型采用混合注意力机制，结合了滑动窗口和全局注意力，以实现高效的长文档理解和特定任务的表征学习。
BigBird基础模型是一个Transformer模型，它通过块稀疏注意力机制扩展了BERT，能够处理更长的序列。该模型已针对英文文本进行掩码语言模型任务的预训练，可以高效处理长达4096个token的序列，并在长文档任务上取得了最先进的成果。
AI 模型
Phi-2 是来自微软研究院的一个拥有 27 亿参数的语言模型。它展现了出色的推理和语言理解能力，在 130 亿参数以下的模型中取得了最先进的性能。在复杂的基准测试中，Phi-2 的表现与模型大小高出 25 倍的模型相当或更优，是研究和实验的理想选择。
AI 模型
该AI模型详细介绍了一个大型深度卷积神经网络，该网络经过训练以进行ImageNet分类。它在测试数据上取得了最先进的成果，top-1和top-5错误率分别为39.7%和18.9%，使用了6000万个参数和50万个神经元，分布在五个卷积层和两个全连接层中。
AI 模型
此 GitHub 存储库提供了使用 PyTorch 的深度卷积生成对抗网络 (DCGAN) 的示例实现。它允许用户在 LSUN 等数据集上训练模型并生成逼真的图像，并提供自定义和 GPU 加速选项。代码包含数据集下载和模型训练的脚本。
AI 模型
UL2 20B 是一个开源的统一语言学习模型，它统一了各种语言建模范式。通过将目标构建为具有混合去噪器的去噪任务，它在微调和少样本学习任务上提高了性能，为语言模型训练提供了一种平衡的方法。
AI 模型
该框架引入了一种新颖的主动学习方法，用于丰富大型 3D 形状数据集的语义区域标注。它有效地结合了手动标注、自动传播和验证，以最大限度地减少用户工作量，同时最大限度地提高 3D 模型标注的准确性。
AI 模型
DGCNN 是一款用于点云学习的 AI 模型，实现了动态图卷积神经网络。它在 3D 点云数据的分类和分割等任务中取得了最先进的性能。该模型有 PyTorch 实现版本，并已应用于实际场景。
AI 模型
MMAction2 是一个用于动作识别和视频理解任务的基础库。它提供了一个全面的工具包，用于开发和部署最先进的视频分析模型，该模型构建在 PyTorch 之上并与 OpenMMLab 生态系统集成。本档涵盖教程、API 参考和项目信息。
AI 模型
AudioLM 是一个能够生成高质量、具有长期一致性的音频的 AI 模型。它将音频生成视为一项语言建模任务，将音频映射到离散的 token。该框架在生成自然连贯的语音和音乐续写方面表现出色，即使是针对未曾见过的说话人或风格。
ALIGN 是一个 AI 模型，它利用来自超过十亿个图像-alt 文本对的嘈杂文本监督，扩展视觉和视觉-语言表示学习。它在跨模态检索和纯视觉任务中取得了最先进的成果，实现了零样本分类和多模态搜索。
AI 模型
BEiT 是一个自监督视觉表示模型，它使用掩码图像建模来预训练视觉 Transformer。它将图像分词为视觉标记，并恢复被掩码的图像块，在图像分类和语义分割等下游任务上取得了有竞争力的结果。
AI 模型
变分自编码器（VAE）提供了一种概率方法来表示潜在空间。与标准自编码器不同，VAE 将观测值编码为概率分布，从而实现更平滑的潜在空间和生成能力。这使得数据表示和重构更加细致。
Reformer 是一个 AI 模型，它增强了 Transformer 架构以处理海量顺序数据。它解决了注意力机制和内存分配的局限性，使得在具有 16GB 内存的单个加速器上能够处理高达 100 万字的上下文窗口。
AI 模型
Mamba 是一种新颖的状态空间模型架构，专为高效序列建模而设计，在语言等信息密集型数据上尤其有效。它提供了硬件感知的实现，旨在超越先前亚二次方模型并与 Transformer 竞争。
AI 模型
RWKV 是一个强大的语言模型，提供高效的推理和灵活的微调能力。它支持各种应用，包括桌面 GUI、基于 Web 的推理和移动应用，使先进的 AI 能够跨多个平台和设备用于各种任务。
AI 模型
OpenELM 是来自 Apple Machine Learning Research 的最先进的开放语言模型系列。它采用逐层缩放策略以提高准确性，并提供了一个完整的框架，用于在包括日志和检查点在内的公共数据集上进行训练和评估。该发布还包括在 Apple 设备上集成 MLX 的代码。
AI 模型
零一万物 (01.AI) 是一家全球性人工智能公司，专注于 AI 2.0，以基础模型突破为驱动。他们的目标是革新技术、平台和应用，创建一个人工智能增强人类生产力和社会价值的新生态系统。他们的愿景是让通用人工智能 (AGI) 惠及所有人。
AI 模型
Octo 是一款开源的通用机器人策略，专为机器人操作的广泛应用而设计。这款基于 Transformer 的扩散策略在大型数据集上进行了预训练，支持灵活的任务定义和高效的微调以适应新的观察和动作空间，使其能够适应各种机器人应用。
AI 模型
Fast R-CNN 是一个用于目标检测的深度学习框架。与 R-CNN 和 SPPnet 等先前方法相比，它显著加快了训练和测试速度，并在基准数据集上实现了更高的准确性。该框架使用 Python 和 C++/Caffe 编写，非常适合计算机视觉领域的研究人员和开发人员。
AI 模型
py-faster-rcnn 是 Faster R-CNN 对象检测模型的 Python 实现。它提供了官方 MATLAB 版本的替代方案，在 CPU 上的 Python 层导致测试速度略有差异的情况下，实现了相似的准确度。该项目已弃用，推荐使用 Detectron。
AI 模型
Caffe 框架集成 SSD 实现，用于目标检测。该存储库提供了一个快速、开放的深度学习框架，专门为单次多框检测器 (SSD) 定制。它能够使用单个模型训练和评估目标检测网络，提供高效的性能。
AI 模型
特征金字塔网络 (FPN) 通过利用深度卷积网络的金字塔结构，以极低的计算开销生成多尺度特征图，从而增强目标检测能力。该架构提高了对各种尺寸目标的检测精度，为实时检测任务提供了实用且高效的解决方案。
DeepLab 是最先进的深度学习模型，用于语义图像分割。此 TensorFlow 实现提供了在 PASCAL VOC 和 Cityscapes 等数据集上进行训练、评估和可视化分割结果的代码。它支持各种网络骨干和用于像素级标注的高级功能。
AI 模型
ViT-Adapter 是一款人工智能模型，可提高 Vision Transformer (ViT) 在目标检测和分割等密集预测任务上的性能。它在无需预训练的情况下引入了特定于图像的归纳偏置，使普通 ViT 能够取得与专用 Transformer 相当的结果，从而适用于各种下游应用。
AI 模型
TimeSformer 是一种新颖的 AI 架构，专门利用自注意力 Transformer 进行视频理解。它在动作识别基准测试中取得了最先进的成果，与传统的 3D CNN 相比，训练速度显著加快，推理计算成本更低。这使得更复杂的视频分析和实时应用成为可能。
AI 模型
该人工智能模型提供了一个通用的图像到图像翻译解决方案。它能够学习图像映射和适当的损失函数，从而实现多样化的应用，例如根据标签合成照片、从边缘重建对象以及为图像着色。该框架具有可适应性，并已在各种流行的深度学习库中实现。
AI 模型
DM-GAN 是用于文本到图像合成的动态记忆生成对抗网络的 PyTorch 实现。该存储库提供了基于 CVPR2019 论文的代码、预训练模型和评估脚本，用于从文本描述生成图像。
AI 模型
Imagen Video 是 Google Research 开发的一种文本条件视频生成系统。它利用级联视频扩散模型，根据文本提示生成高清视频，为各种创意应用提供高保真度、可控性和世界知识。
AI 模型
该AI模型引入了一种新颖的神经网络架构，即RNN Encoder-Decoder，用于统计机器翻译。它使用两个循环神经网络将源序列编码为向量，并将其解码为目标序列，从而提高翻译性能并学习有意义的短语表示。
AI 模型
ULMFiT 是一种强大的预训练语言模型微调技术。它能够高效地实现文本分类任务的迁移学习，以更少的数据和计算资源达到最先进的性能。该方法是 fast.ai 库的一部分，使得先进的 NLP 技术触手可及。
AI 模型
Together AI 是一个AI模型平台。它提供对各种模型的访问，使开发人员能够将先进的AI功能集成到他们的应用程序中。该平台专注于提供一个强大的AI开发和部署环境，支持AI驱动项目的创新和效率。
AI 模型
GIT（生成式图像到文本转换器）是微软开发的一款用于视觉和语言任务的AI模型。它能从图像生成文本描述，并执行视觉问答。该模型提供多种预训练和微调版本，适用于不同应用。
AI 模型
Dreamer V3 是一种通用的强化学习算法，它学习环境模型来解决各种控制任务。它以单一配置在超过 150 个任务中表现出色，优于专用方法。该算法通过想象未来场景，实现跨领域的鲁棒学习，使人工智能在无需大量人类专业知识或实验的情况下得到广泛应用。
AI 模型
该存储库提供了作者官方的 Twin Delayed Deep Deterministic Policy Gradients (TD3) PyTorch 实现。它专为 OpenAI Gym 环境中的连续控制任务而设计，为强化学习的研究和开发提供了强大的解决方案。
该存储库提供了图神经网络（GNN）的Principal Neighbourhood Aggregation (PNA) 的实现。它支持 PyTorch、DGL 和 PyTorch Geometric 框架，提供用于多任务和真实世界基准测试的脚本，以及灵活的 GNN 框架和比较模型。
AI 模型
该 GitHub 仓库提供了 DeepGCNs、DeeperGCN 和 GNN1000 的 PyTorch 实现。它通过借鉴 CNN 的残差连接和空洞卷积等概念，实现了非常深层的图卷积网络训练，从而促进了图神经网络的研究。
AI 模型
FastSpeech 2 是一个端到端的文本到语音模型，可提高语音质量和训练速度。它直接整合了音高和能量等语音变化信息，通过消除教师蒸馏并实现更快、更高质量的语音合成，从而改进了先前非自回归模型。
AI 模型
HiFi-GAN 是一种高效、高保真的生成对抗网络，用于语音合成。它通过建模音频中的周期性模式来提升样本质量，以极快的速度实现接近人声的质量。该模型支持单说话人、未见过的说话人以及端到端合成，并提供适用于 CPU 的轻量级版本。
AI 模型
ESPnet 是一个用于端到端语音处理的开源工具包。它提供了用于自动语音识别 (ASR)、文本到语音合成 (TTS) 和语音增强等任务的全面脚本和工具。用户可以使用其灵活的框架轻松运行推理、微调现有模型或实现自定义解决方案。
AI 模型
MUSE 是一个用于创建多语言词嵌入的 Python 库，支持无监督和有监督方法。它将 fastText 嵌入对齐到公共空间，并提供大规模双语词典用于训练和评估，从而实现跨语言 NLP 任务。
AI 框架
LIBSVM 是一个集成的软件包，用于支持向量分类、回归和分布估计。它提供了一个用户友好的界面，支持多类分类，并包含各种核函数和扩展，使不同领域的用户都能方便地使用 SVM。
AI 模型
Vision Transformer (ViT) 仓库提供了用于图像识别任务的模型和代码。它包括 Vision Transformer 和 MLP-Mixer 架构的实现，这些模型已在 ImageNet 和 ImageNet-21k 数据集上进行了预训练，并提供了 JAX/Flax 中的微调代码。
AI 模型
FNet 是一种高效的类 Transformer 编码器架构，它用傅里叶变换取代了自注意力机制。该模型由 Google Research 开发，为自然语言处理任务提供了一种高性能的替代方案。该模型使用 Jax/Flax 实现，并在 GitHub 上提供，可用于预训练和微调。
AI 模型
SpanBERT 是一种专注于通过表示和预测文本片段来改进预训练的 AI 模型。它提供预训练的基础版和大型版（区分大小写）模型，与 HuggingFace BERT 格式兼容。该代码库提供了在各种 NLP 任务（包括问答和关系抽取）上使用和评估 SpanBERT 的代码。
AI 模型
LayoutLM 是一个用于视觉丰富文档理解和信息提取的多模态预训练模型。它结合了文本、布局和图像信息，在表单和收据理解等任务上取得了最先进的成果。该模型有多种尺寸和版本，包括多语言支持。
AI 模型
UniLM 是微软开发的一个大规模自监督预训练框架。它使模型能够跨越文本、图像和音频等多种任务、语言和模态进行学习。该项目为高级人工智能研究和开发提供了基础模型和工具包。
AI 模型
MASS 是一种用于序列到序列语言生成任务的预训练方法。它会掩盖句子片段，让编码器在解码器中进行预测，从而增强神经机器翻译和文本摘要等任务。该代码库支持基于 Fairseq 的各种应用。
AI 模型
PEGASUS 是 Google Research 开发的一款最先进的抽象式文本摘要模型。它采用了一种新颖的预训练目标——“填空句生成”（gap-sentence generation），在各种摘要任务上取得了卓越的性能。该模型展现出卓越的样本效率，仅需极少量的微调数据即可获得高质量的摘要结果。
AI 模型
ProphetNet 是 MSRA NLC 团队的一项研究项目，专注于自然语言生成。它提供了预训练模型的官方实现，包括面向未来信息、联合生成器-排序器学习以及基于扩散的文本生成模型。该项目托管在 GitHub 上。
AI 模型
DeBERTa 是微软研究院开发的大规模预训练语言模型。其性能超越 T5 11B 模型，并在 SuperGLUE 基准测试中取得了接近人类水平的结果。该先进模型为自然语言理解任务提供了强大的能力。
AI 模型
Funnel-Transformer 是一种 AI 模型，它压缩隐藏状态以降低计算成本。它允许在相同的 FLOPs 下构建更深或更宽的模型，并能恢复标准预训练的 token 级表示。该模型提供 TensorFlow 和 PyTorch 实现。
AI 模型
ConvBERT 是一个开源的 AI 模型，用于预训练语言模型，引入了具有基于跨度的动态卷积的新型架构。此 GitHub 存储库提供了预训练和微调 ConvBERT 模型的代码，已在 V100 GPU 上进行了测试，并包含使用 TensorFlow 的说明。
AI 模型
MPNet 是一种新颖的语言理解预训练方法，在 BERT 和 XLNet 的基础上进行了改进。它为各种预训练模型提供了统一的实现，并支持在 GLUE 和 SQuAD 等多样化的语言理解任务上进行预训练和微调的代码。
AI 模型
node2vec 是一个可扩展的框架，用于学习图中节点的连续特征表示。它通过有偏随机游走来优化邻域保留，从而支持各种机器学习任务。该算法平衡了探索和利用，以获得丰富的节点嵌入。
AI 模型
该存储库提供了ICLR'2022上发表的研究论文“图注意力网络有多‘专注’？”的官方代码实现。它提供了跨多个框架（包括PyTorch Geometric、DGL和TensorFlow GNN）的可复现实验和GATv2代码。
AI 模型
SEAL 是一个新颖的链接预测框架，它将问题转化为子图分类任务。它提取 h-hop 包络子图和节点信息矩阵，并将它们输入图神经网络。SEAL 同时从图结构和潜在/显式节点特征中学习，以实现准确的链接预测。
AI 模型
GraphSAINT 是一个灵活的框架，用于在大型图上训练深度图神经网络 (GNN)。它引入了一种新颖的、使用图采样进行的小批量训练方法，与传统的层采样技术相比，在准确性、效率和可扩展性方面都有所提高。支持多种 GNN 架构和采样器。
AI 模型
RoboCat 是一种可自我改进的机器人 AI 代理，可学习在不同机器人手臂上执行各种任务。它只需 100 次演示即可适应新任务，并生成自己的训练数据以提高性能，从而加速机器人研究。
StyleSwin 是一种基于 Transformer 的生成对抗网络 (GAN)，专为高分辨率图像生成而设计。它利用 Swin Transformer 和一种新颖的双注意力机制来平衡计算效率和建模能力，在高达 1024x1024 的分辨率下取得了卓越的成果。
AI 模型
该AI模型引入了一种多分辨率哈希编码技术，用于神经图形基元，可在单个GPU上实现近乎即时的神经网络训练。它显著缩短了训练时间和计算成本，适用于巨像素图像表示、神经SDF和NeRF重建等任务，并提供高质量和简洁性。
AI 模型
GET3D是一个生成式AI模型，可以直接从2D图像集合中合成高质量的3D纹理网格。它能生成具有复杂拓扑结构和丰富几何细节的多样化形状，可用于标准的3D渲染引擎。该模型使用2D图像上的对抗性损失进行训练，并在几何和纹理之间实现了解耦。
AI 模型
Decision Transformer 将强化学习重构为序列建模问题，利用 GPT-x 和 BERT 等 Transformer 架构。它通过对期望回报、过去状态和动作进行条件化来生成最优动作，在 Atari、OpenAI Gym 和 Key-to-Door 任务上达到了最先进的性能。
AI 模型
PyTorch TabNet 是 TabNet 论文的 PyTorch 实现，提供了一种用于表格数据学习的注意力机制和可解释方法。它支持分类、回归和多任务学习，并具备半监督预训练和即时数据增强等功能。该库易于使用且为生产环境就绪而设计。
Neural Oblivious Decision Ensembles (NODE) 是一个用于表格数据深度学习的 Python 库。它实现了可微分的遗忘决策树集成，为结构化数据建模提供了一种新颖的方法。NODE 旨在利用深度学习架构处理表格数据集，为传统方法提供替代方案。
AI 模型
此 GitHub 存储库提供了 NeurIPS 2021 论文“重新审视表格数据的深度学习模型”的官方实现。它探讨了用于表格数据的深度学习架构，强调了 MLP 类模型作为强大的基线，并引入了 FT-Transformer 作为 Transformer 架构的强大改编。
AI 模型
该存储库提供了SAINT模型的官方PyTorch实现，旨在改进表格数据上的神经网络。它利用行注意力（row attention）和对比预训练（contrastive pre-training）技术来提高性能。该代码支持回归、二分类和多分类任务，为表格数据挑战提供了强大的解决方案。
AI 模型
R-FCN 是一种基于区域的对象检测框架，它利用全卷积网络进行准确高效的图像分析。它在整个图像上共享计算，从而能够采用强大的分类器骨干网络（如 ResNets）来增强对象检测能力。
AI 模型
SPP_net 是用于深度卷积网络的空间金字塔池化算法的重新实现，应用于视觉识别领域。它旨在复现一篇 2014 年 ECCV 论文中的目标检测结果，并利用 Caffe 框架方便代码发布。该项目提供了用于训练和微调模型的代码。
Squeeze-and-Excitation Networks (SENet) 是一种深度学习模型架构，可自适应地重新校准通道特征响应。它通过显式建模通道间的相互依赖性来提高性能，从而在图像分类任务中获得更高的准确性。该实现基于 Caffe。
AI 模型
ShuffleNet 系列存储库提供了一系列高效的卷积神经网络模型，专为移动设备和资源受限环境设计。它包含 ShuffleNetV1、ShuffleNetV2 和专用变体等多个版本，以及神经架构搜索和目标检测骨干网络的工具。
AI 模型
MnasNet 通过将速度约束直接纳入搜索奖励函数来自动化移动机器学习模型的设计。这种平台感知的方法能够识别在准确性和速度之间取得平衡的模型，在移动设备上的表现优于手工设计的模型。
AI 模型
该存储库提供了 ConvMixer 的实现，这是一种用于图像识别任务的卷积神经网络架构。它基于论文 "Patches Are All You Need? 🤷"，并提供预训练模型权重用于评估以及在 ImageNet-1k 和 CIFAR-10 等数据集上进行训练的代码。
AI 模型
RepVGG 是一种强大而简单的卷积神经网络 (ConvNet) 架构，可在 ImageNet 上实现高精度。它采用了 VGG 风格的设计并结合了重参数化技术，从而实现了高效的推理。该项目提供了预训练模型、训练代码以及用于各种计算机视觉任务的示例。
AI 模型
MobileOne 是一种高效的神经网络骨干网，专为移动设备设计。它针对推理速度进行了优化，在 iPhone12 上实现了低于 1 毫秒的推理时间，同时保持了高精度。该模型在图像分类、目标检测和语义分割任务上表现通用，在延迟和准确性方面均有显著提升。
AI 模型
Vision GNN (ViG) 是华为诺亚方舟实验室开发的 Vision Graph Neural Networks 的 PyTorch 实现。它为图像处理任务提供了高效的 AI 主干网络，包括 ViG 和 Pyramid ViG 架构的预训练模型和训练脚本。
AI 模型
可变形卷积网络 (DCN) 通过自适应地学习卷积核的采样偏移量来增强深度学习模型。这使得网络能够更好地捕捉几何变换和物体形变，从而提高目标检测和语义分割等任务的性能。该项目提供了实现和预训练模型。
PointPillars for KITTI object detection 是一个 GitHub 仓库，提供了在 KITTI 数据集上复现 PointPillars 论文结果的代码。它是 SECOND 代码库的一个分支，专注于用于点云对象检测的快速编码器。该项目已被归档，处于只读状态。
AI 模型
SECOND PyTorch 是 SECOND 对象检测网络在 KITTI 和 NuScenes 数据集上的开源实现。它利用稀疏卷积技术，通过 LiDAR 数据进行高效的 3D 对象检测。该项目提供了训练和评估的代码，支持 Python 3.6+ 和 PyTorch 1.0.0+。
AI 模型
全景FPN将实例分割和语义分割统一到单一网络架构中。它通过使用共享的特征金字塔网络骨干网的语义分割分支来增强Mask R-CNN，为这两个任务提供了轻量级且有效的解决方案。本研究旨在为全景分割提供一个强大的基线。
AI 模型
Skip-Thought Vectors 提供 Sent2Vec 编码器和训练代码，基于研究论文“Skip-Thought Vectors”。它能够为句子生成密集向量表示，从而促进各种自然语言处理任务。代码使用 Python 实现，需要特定的依赖项进行设置和执行。
AI 模型
InferSent 是一种句子嵌入方法，可为英语句子生成语义表示。它在自然语言推理数据上进行训练，因此能够很好地泛化到各种任务。该项目提供了预训练的英语句子编码器和 SentEval 评估工具包，使其成为自然语言处理研究和应用的宝贵资源。
AI 模型
CTRL 是一个拥有 16 亿参数的条件 Transformer 语言模型，用于可控文本生成。它基于控制码进行条件设置，以指定领域、实体和特定任务的行为，从而实现对生成内容的更明确控制。适用于寻求细致文本生成的研发人员。
AI 模型
BAAI 模型平台提供多样化的人工智能模型，涵盖自然语言处理、多模态理解和蛋白质分析等领域。您可以探索和下载用于文本生成、图像描述和蛋白质结构预测等任务的模型，以支持各种应用和研究需求。
AI 模型
DialoGPT 是一个用于对话响应生成的大规模预训练语言模型。由微软开发，它利用 GPT-2 架构，并在海量的 Reddit 对话数据上进行训练，旨在生成人类质量的对话响应。它提供多种模型尺寸以满足不同的计算需求。
AI 模型
Meena 是一个拥有 26 亿参数的神经对话模型，专为开放域对话而设计。它旨在提供比现有聊天机器人更合理、更具体的响应，从而改善类人交互，并在语言练习和互动娱乐等领域提供潜在应用。
AI 模型
GODEL 是一个大规模预训练的基于 Transformer 的目标导向对话生成模型。它在基于外部文本的响应生成方面表现出色，能够高效地针对各种对话任务进行微调。该存储库提供了用于研究和开发的源代码、数据集和预训练模型。
AI 模型
RETRO（检索增强 Transformer）是一个将检索能力增强到 Transformer 架构中的 AI 模型。它能够访问包含网页、书籍、新闻和代码等海量文本的数据库，以提高语言生成的准确性和事实一致性。这种方法比标准 Transformer 提供了显著的性能提升。
AI 模型
BERT 提供两个多语言模型：Cased 和 Uncased，支持超过 100 种语言。Cased 模型推荐用于非拉丁字母语言和通用场景，而 Uncased 模型是旧版本。这些模型专为自然语言理解任务设计，可针对特定应用进行微调。
AI 模型
该存储库提供了BEGAN（边界平衡生成对抗网络）模型的TensorFlow实现。它允许用户训练和测试用于图像合成的生成模型，支持自定义数据集和GPU加速。该项目包括数据加载、模型架构和训练实用程序的代码。
AI 模型
LS-GAN，即损失敏感生成对抗网络，是一个专注于推进GAN的项目。它引入了一种新颖的损失函数方法，旨在提高生成质量和稳定性。该项目提供了用于实现和试验LS-GAN及其变体的源代码。
AI 模型
该存储库提供了 MADE（掩码自编码器密度估计）的 PyTorch 实现。它通过掩码多层感知机 (MLP) 中的连接，将自编码器转变为自回归密度模型。该代码支持高效的似然评估和采样，并提供了二值化 MNIST 的示例。
AI 模型
StyleGAN-XL 是一个用于从大型、多样化数据集中生成高分辨率图像的 AI 模型。它扩展了 StyleGAN 架构，以提高图像合成质量和多样性。该项目提供了用于训练、生成样本以及执行图像反演和编辑的代码。
AI 模型
StyleGAN3 是一种生成对抗网络，通过彻底改革信号处理来消除“纹理粘连”。它实现了平移和旋转的等变性，从而能够更连贯地合成视频和动画。该模型为动态视觉内容提供了改进的细节一致性。
AI 模型
SoundStorm 是一款用于高效非自回归音频生成的 AI 模型。它能以比以往方法快两个数量级的速度生成高质量音频，同时保持语音和声学条件的一致性。它能够合成自然的对话片段，并可控制语音内容、说话人声音和说话人轮次。
AI 模型
AlphaStar 是一个在复杂实时战略游戏《星际争霸 II》中达到宗师级的 AI 模型。它利用多智能体强化学习和模仿学习，在模拟人类限制的条件下进行游戏，不设游戏限制，展示了在动态环境中先进的 AI 能力。
AI 模型
策略梯度法是一类直接学习策略函数的强化学习算法。与基于值的方法不同，它们直接优化策略的参数以最大化预期回报，从而为复杂环境中的动作选择提供了一种直接的方法。
AI 模型
SARSA 是一种用于学习马尔可夫决策过程策略的强化学习算法。它根据智能体的当前状态、动作、奖励、下一个状态和下一个动作来更新 Q 值，从而在动态环境中实现自适应决策。这种同策略方法对于开发智能体至关重要。
AI 模型
Q-learning 是一种无模型强化学习算法，它训练智能体根据当前状态为动作分配价值。通过最大化预期未来奖励来优化决策，在没有显式环境模型的情况下处理随机环境。适用于复杂的序贯决策问题。
AI 模型
该项目提供了关系图卷积网络 (R-GCNs) 的 Keras 实现。它专为有向关系图上的半监督节点分类而设计。该代码有助于复现论文“使用图卷积网络对关系数据进行建模”中的实体分类结果。
AI 模型
CompGCN 是一个基于组合的多关系图卷积网络的 PyTorch 实现。它能够实现先进的图表示学习，用于知识图谱链接预测等任务，提供灵活的组合操作和与各种评分函数的兼容性。
AI 模型
该存储库提供了“简单深度图卷积网络”（GCNII）模型的 PyTorch 实现。它包含在基准图数据集上复现半监督和全监督结果的代码，以及一个 PyTorch Geometric 参考实现。
AI 模型
此 GitHub 存储库提供了 PPNP 和 APPNP 模型的 TensorFlow 和 PyTorch 实现，这些模型在论文“Predict then Propagate: Graph Neural Networks meet Personalized PageRank”中提出。它包含了用于复现结果的代码以及易于集成到基于图的机器学习项目中的示例。
AI 模型
此存储库提供了“简化图卷积网络”论文的官方实现。它提供了一个简化的图卷积网络 (GCN) 模型，该模型消除了非线性并折叠了权重矩阵，从而得到了一个线性模型，该模型在显著缩短的训练时间内实现了具有竞争力的性能。
AI 模型
Graph Neural PDEs 是一个开源项目，提供用于图神经网络 (GNN) 的 Python 代码，该项目将图学习视为一个连续的扩散过程。它实现了 GRAND 和 BLEND 模型，提供了新颖的方法来解决常见的图学习挑战，如过平滑和深度限制。
AI 模型
这篇博文介绍了一种基于现代 Hopfield 网络的新型 PyTorch Hopfield 层。它将经典 Hopfield 网络推广到连续状态和模式，提供指数级存储容量和快速收敛。更新规则被证明等同于 Transformer 自注意力机制，从而能够构建新的深度学习架构。
AI 模型
自组织映射（SOM）是一种无监督机器学习技术，可降低数据维度同时保留拓扑结构。它创建高维数据的低维表示（通常是二维），通过对相似数据点进行分组，使复杂数据集更易于可视化和分析。
AI 模型
径向基函数网络是一种人工神经网络，它利用径向基函数作为激活函数。它擅长函数逼近、时间序列预测、分类和系统控制，通过其独特的三个层架构，为复杂的建模任务提供了一种结构化的方法。
AI 模型
贝叶斯网络是一种概率图模型，使用有向无环图表示变量及其条件依赖关系。它非常适合在已知观测事件的情况下预测原因的可能性，例如根据症状诊断疾病。高效的算法支持在这些网络中进行推理和学习。
AI 模型
马尔可夫随机场（MRF）是无向图模型，用于表示随机变量之间的概率关系。它们在人工智能中对于模拟复杂系统中的依赖关系至关重要，尤其是在图像处理和计算机视觉任务中，如分割和纹理合成。
AI 模型
OpenSpiel 是一个用于游戏领域强化学习研究的综合性框架。它提供了一系列环境和算法，用于开发和测试各种类型游戏的通用 AI 代理，从简单的棋盘游戏到复杂的多智能体场景。它支持 C++ 和 Python 集成。
AI 模型
SAGPool 是 Self-Attention Graph Pooling 的官方 PyTorch 实现，该方法在 ICML 2019 上发表。这个只读的归档仓库提供了新颖的图池化方法的代码，该方法利用自注意力机制来改进图表示学习。它适用于研究人员和开发人员处理图神经网络。
AI 模型
Scikit-learn 的半监督学习模块使模型能够利用未标记数据和标记数据来提高泛化能力。它提供了自训练和标签传播等算法，非常适合标记样本有限但未标记数据充足的场景，通过捕捉底层数据分布来提升模型性能。
Temporal Graph Networks (TGNs) 提供了一个通用的、高效的动态图深度学习框架。这个基于 Python 的库利用新颖的内存模块和基于图的运算符，在计算效率和演进图结构上的预测准确性方面优于现有方法。
AI 模型
EvolveGCN 提供用于演化图卷积网络（Evolving Graph Convolutional Networks）的代码，该网络专为动态图设计。此 AI 模型发表于 AAAI 2020，提供了一个用于分析和建模演化图结构的框架。它包含各种数据集和实验设置的实现，有助于动态图分析的研究。
AI 模型
xDeepFM 是一个开源深度学习工具包，用于因子分解模型，特别发布了 eXtreme Deep Factorization Machine (xDeepFM) 模型的源代码。它旨在为深度推荐系统和基于因子分解的机器学习任务提供基础。
此 GitHub 存储库提供了 Attentional Factorization Machine (AFM) 模型的 TensorFlow 实现。它允许用户为推荐系统等任务训练和评估 AFM，通过注意力网络学习特征交互的权重。该项目包括代码、数据示例以及快速设置和性能比较的说明。
AI 模型
TensorFlow Models 是一个 GitHub 仓库，提供了使用 TensorFlow 构建的模型和示例的集合。它为开发人员提供了一个中心枢纽，可以访问、贡献和学习各种应用的预构建机器学习模型。探索并实现最先进的 AI 解决方案。
AI 模型
LightGCN 是一种简化的图卷积网络，专为推荐系统设计。它专注于协同过滤的核心邻域聚合组件，提供了一种从交互数据中学习用户和物品表示的高效方法。
打造了机器学习工程师不可或缺的工具？
此页面是机器学习工程师寻找下一个AI工具的地方。免费列出并经过编辑审核——让您的工具展示在已经在寻找的受众面前。