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。
最佳 AI 模型
324 个工具探索最佳 AI 模型 — 从语言转换器如 DistilGPT2 和 Claude Opus 到先进系统如 GPT-5.6: Frontier intelligence 和 Google DeepMind 的 Gemini 3.1 Pro，这里是开发者和研究人员探索提升项目工具的地方：生成类人文本，构建对话代理，开发复杂算法，推动 AI 能力的边界。 浏览 324 个AI 模型，涵盖 机器学习平台, 科学发现与实验室工具, 计算机视觉工具, 3D 模型生成器 和 自然语言处理工具 等类别——每个条目上线前都经过人工审核，并以11种语言发布。
324 tools
AI 模型
CVPR 2021 开放获取存储库提供了对 IEEE/CVF 计算机视觉与模式识别会议已录用论文的访问。这些论文与最终发表版本相同，确保了计算机视觉基金会能够及时传播学术成果。
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
Apple Machine Learning Research 是一个致力于推动机器学习领域发展的平台。它汇集了苹果在人工智能和机器学习领域的最新研究论文、出版物和见解，旨在促进研究界的合作与知识共享。
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
卡内基梅隆计算成像是一个专注于推进计算成像领域的研究小组。他们探索用于图像采集、处理和分析的新颖技术和算法，在各种科学和工程领域突破视觉数据解释和操作的可能性界限。
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
宋扬的个人网站，他是 Meta Superintelligence Labs 的研究首席科学家。此前，他曾领导 OpenAI 的战略探索团队，并获得斯坦福大学博士学位。他的研究专注于生成模型，特别是扩散模型和一致性模型，并应用于图像生成和逆问题。
AI 模型
Imagen 是 Google Research 开发的一款文本到图像扩散模型，它能生成具有深刻语言理解能力的逼真图像。Imagen 在图像-文本对齐和样本保真度方面表现出色，在人类评估中优于其他模型，并在 COCO 等基准测试中取得了最先进的 FID 分数。
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
Make-A-Video 是一个先进的 AI 系统，可根据文本提示生成视频。它利用文本到图像的进展和无标签的视频数据来理解世界的视觉外观和运动，使用户能够根据简单的文本描述创建独特的视频。该系统提供创意控制，并致力于负责任的 AI 开发。
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
EleutherAI 是一个专注于推进人工智能的研究集体，尤其是在大型语言模型领域。他们的目标是通过使强大的模型和研究能够公开获取来普及人工智能。他们的工作包括为研究社区开发和发布开源人工智能模型和工具。
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
OpenLLaMA 是 Meta AI 的 LLaMA 7B 模型的一个允许自由许可的开源复现版本。它在 RedPajama 数据集上进行训练，提供 3B、7B 和 13B 参数版本，并提供 PyTorch 和 JAX 权重，可无缝集成到现有的 LLaMA 实现中。
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
UNITER 是 ECCV 2020 论文“UNITER: UNiversal Image-TExt Representation Learning”的研究代码库。它提供了用于各种视觉-语言任务（包括 VQA、VCR 和图像-文本检索）的微调和推理代码。UNITER-base 和 UNITER-large 的预训练检查点均可用。
AI 模型
Oscar and VinVL are advanced AI models for vision-language tasks. Oscar uses object-semantics alignment for pre-training, achieving state-of-the-art results. VinVL enhances visual…
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
Plan2Explore 是一种自监督强化学习代理，旨在实现高效探索和快速适应新任务。它利用规划来在探索过程中寻找预期的未来新颖性，从而为下游任务实现零样本或少样本学习。在具有挑战性的控制任务上进行评估，其性能优于先前的方法。
AI 模型
使用您的 Google 账号安全访问您的 Google 服务。此系统允许用户使用电子邮件或电话号码登录，管理个人信息，并通过访客模式选项维护隐私。它是访问一系列 Google 应用程序和工具的门户。
AI 模型
World Models 是一个研究项目，探索用于强化学习环境的生成神经网络模型。它使智能体能够在由其自身世界模型生成的模拟“梦境”中学习，然后可以将这些学习转移到真实环境中。这种方法旨在创建更紧凑、更高效的策略。
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。
AI 模型
DeepMind 是一个领先的人工智能研究实验室，专注于开发先进的 AI 模型。他们的工作涵盖多个领域，旨在通过尖端的人工智能研究和开发来解决复杂问题并增进科学理解。他们致力于创造造福人类的人工智能。
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
OpenReview.net 是一个致力于促进科学交流开放性的平台。它倡导开放同行评审、开放出版、开放获取和开放讨论，旨在提高研究过程的透明度和完整性。该平台支持社区驱动的科学评估方法。
AI 模型
探索由 DiffWave 提供支持的音频合成演示，DiffWave 是一款多功能扩散模型。此资源展示了神经声码、类别条件生成、无条件波形创建和语音去噪能力。它提供了音频样本，并深入介绍了模型在各种数据集和条件下的性能，突出了其灵活性。
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。
这是一个 Parallel WaveGAN 及相关音频生成模型的非官方演示页面。它展示了包括 MelGAN、Multiband-MelGAN、HiFi-GAN 和 StyleMelGAN 在内的各种实现生成的音频样本，涵盖英语、日语和普通话。可将生成的音频与真实音频进行对比。
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
该人工智能模型探讨了用户在在线零售、社交网络和搜索等在线环境中对个人数据的隐私敏感度。它量化了特定数据项的敏感度，并揭示了基本数据敏感度较低，而无意收集的数据敏感度较高，这受到控制和透明度的影响。
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 模型
隐马尔可夫模型 (HMM) 是一种统计模型，其中观测值依赖于一个不可见的马尔可夫过程。它用于从观测数据推断隐藏状态，在语音识别、生物信息学和金融建模等领域有广泛应用。
AI 模型
Autoencoder是一种用于无监督学习的神经网络，专注于学习高效的数据编码。它包含一个将数据压缩成代码的编码器和一个从该代码重建原始数据的解码器。Autoencoder主要用于降维和特征学习，是机器学习中多功能的工具。
AI 模型
此列表引用了 Yoshua Bengio 等人关于深度神经网络贪婪层级式训练的研究论文，该论文发表于 2006 年 NIPS 会议。它详细介绍了一种用于深度信念网络无监督预训练的方法，这是早期深度学习研究中的一项基础技术。该论文探讨了如何在进行微调之前独立训练各层。
AI 模型
格拉茨技术大学（TU Graz）是奥地利一所领先的技术大学。它提供广泛的学士、硕士和博士课程，涵盖多个工程和科学学科。该大学致力于研究、创新，并促进与工业界及国际伙伴的合作。
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
Google Research 是 Google 研究项目的 GitHub 仓库。它托管了各种人工智能和机器学习项目的代码和文档。开发者可以探索、贡献并学习自然语言处理和计算机视觉等领域的尖端研究。
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。
Google Research 的 GitHub 存储库托管开源项目和研究计划。它为开发人员和研究人员提供了一个中心枢纽，用于访问代码、协作并为人工智能和其他科学领域的进步做出贡献。探索前沿研究和工具。
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
AMiner 是一款由智谱 GLM 模型驱动的 AI 研究助手，提供超过 3 亿条文献记录和 6000 万名学者的数据访问。它支持学术搜索、深度研究、AI 论文阅读和 AI 驱动的文献综述，通过真实引文提高科学研究效率。
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
Plenoxels 提供了一种新颖的辐射场方法，无需依赖神经网络即可高保真地重建场景。该方法实现了比传统 NeRF 快两个数量级的优化速度，使其在各种 3D 重建任务中效率极高。它利用稀疏体素网格来存储密度和球谐系数。
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
该 AI 模型引入了用于实时辐射场渲染的 3D 高斯泼溅技术，以高帧率实现了最先进的视觉质量。它使用 3D 高斯和快速的视感知渲染算法来优化场景表示，从而能够以 1080p 分辨率进行高质量的新视图合成。
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
Magic3D 是一款用于高分辨率文本到 3D 内容创建的 AI 工具。它使用粗到精的扩散策略从文本提示生成详细的 3D 网格模型。该工具提供基于提示的编辑和图像条件设置，以增强控制和创意应用，从而产生更高质量的 3D 资产。
AI 模型
AudioLDM 是一个利用潜在扩散模型进行文本到音频生成的框架。它将各种模态转换为统一的“音频语言”（LOA），用于生成语音、音乐和音效。这种方法支持上下文学习，并利用自监督预训练模型进行多功能音频创作。
AI 模型
Make-An-Audio 是一个文本到音频生成系统，采用提示增强的扩散模型。它通过伪提示增强和频谱图自编码器来解决数据稀缺和音频复杂性的问题。该系统取得了最先进的成果，并提供了从各种输入生成高清、高保真音频的可控性。
AI 模型
Voicebox 是一款生成式语音 AI 模型，能够跨多种任务泛化，并达到最先进的性能。它能够合成语音、去除噪音、编辑内容、转换风格，并以六种语言生成多样化的样本，性能优于单一用途模型。
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
Microsoft Research 是一个推动人工智能和技术创新的重要平台。探索来自顶尖研究人员的创新项目、出版物和新闻，他们正在不断突破计算机科学和人工智能的界限。了解机器学习、自然语言处理和计算机视觉等领域的最新进展。
AI 模型
MIMIC-III v1.4 是一个全面、免费访问的临床数据库，包含来自 40,000 多名 ICU 患者的去标识化健康数据。它包括人口统计学信息、生命体征、实验室结果、用药和笔记，支持流行病学、临床决策制定和工具开发等多元化研究。
AI 模型
艾伦人工智能研究所（AI2）是一个非营利性研究机构，致力于开展高影响力的人工智能研究和工程。他们专注于为共同利益推进人工智能，开发基础模型，并创建赋能研究人员和开发人员的工具。他们的工作涵盖了各种人工智能领域，旨在使人工智能更易于访问和更有益。
ESM Metagenomic Atlas 是 Meta AI 提供的一项开放资源，可访问来自宏基因组数据的超过 7.72 亿个预测蛋白质结构。它使研究人员能够探索、搜索和分析蛋白质折叠和序列，从而增进对微生物多样性和蛋白质功能的理解。
AI 模型
OmegaFold是一款高分辨率的从头蛋白质结构预测工具，可以直接从一级氨基酸序列生成三维蛋白质结构。它显著降低了推理长蛋白质的GRAM需求，并支持macOS上的Apple Silicon加速。
AI 模型
Robetta 是一个由 RoseTTAFold 深度学习方法驱动的 AI 蛋白质结构预测服务。它提供快速准确的预测，并具有用于自定义比对、约束和局部片段的交互式界面。该平台支持多链复合物建模和比较建模，并利用广泛的模板数据库。
AI 模型
EquiBind is a geometric deep learning model for predicting the 3D structure of small molecules binding to proteins. It offers fast, direct-shot predictions for both receptor…
AI 模型
AlphaFold提供AI预测的蛋白质三维结构，将AlphaFold蛋白质结构数据库扩展至超过2亿条记录。该资源通过提供对蛋白质功能和机制的快速、原子级洞察，加速了生物学研究，并有助于从疾病到可持续性等领域的发现。
AI 模型
Uni-Mol 是一个通用的三维分子表示学习框架，适用于属性预测和结合位点预测等各种下游任务。它包括 Uni-Mol+、Uni-Mol Tools、Uni-Mol Docking V2 和 Uni-Mol2，提供可扩展的预训练模型和易于使用的分子任务包装器。
AI 模型
GraphCast 是一款用于全球天气预报的 AI 模型，可在不到一分钟的时间内提供具有前所未有准确性的 10 天预报。它显著优于传统系统，能更早地发出关于气旋和热浪等极端天气事件的预警，现已开源以造福全球科学界。
AI 模型
Pangu-Weather is an AI-based system for accurate medium-range global weather forecasting. It utilizes 3D neural networks and a hierarchical temporal aggregation strategy to…
AI 模型
Google DeepMind 的 GNoME 是一款加速新型无机晶体发现的深度学习工具。它能预测材料稳定性，识别出数百万种新型化合物，其中包括数十万种对电池和超导体等未来技术稳定且可行。
matgenb 提供了一系列精选的材料科学研究用 Jupyter Notebook。它演示了如何使用 pymatgen、Custodian 和 Fireworks 等开源工具进行材料分析。可通过 Google Colab 或 BinderHub 轻松运行示例，并为这个协作平台贡献您自己的代码。
AI 模型
MACE 是一个用于快速准确的机器学习原子间势的 Python 库。它利用高阶等变消息传递进行先进的材料科学模拟。该工具支持训练、评估，并提供适用于材料和有机化学等各种应用的预训练基础模型。
AI 模型
Allegro 是一个严格局部的 E(3)-等变机器学习原子间势。它作为 NequIP 的扩展包实现，专注于为材料科学及相关领域提供准确高效的模拟。文档涵盖了安装、使用以及与 LAMMPS 的集成。
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
文心是百度推出的一款 AI 助手，旨在处理包括公文撰写、学术论文、创意策划和代码编程在内的广泛任务。它支持一键生成高质量草稿，具备对话式图像编辑功能，并提供跨多设备实时信息同步，实现无缝的办公和学习集成。
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
纽约大学柯朗研究所的计算与生物学习实验室 (CBLL) 专注于用于机器学习的能量模型 (EBMs)。研究探索 EBMs 在物体识别和分割等任务中的应用，并提供出版物和教程。
AI 模型
该 GitHub 存储库提供了条件图像生成的官方 Chainer 实现。它利用谱归一化和投影判别器来实现生成对抗网络 (GAN)。该项目包括在 ImageNet、狗和猫图像等数据集上进行训练、评估和生成图像的代码。
AI 模型
Facebook 是一个社交网络平台，连接人们与朋友、家人和社区。用户可以分享动态、照片和视频，加入群组，发现活动。它促进沟通并培养在线关系，使其成为全球个人和社交互动的重要中心。
AI 模型
机器学习研究杂志 (JMLR) 是机器学习研究领域领先的学术出版物。它发表了关于机器学习各个方面的高质量论文，为研究人员提供了一个分享他们在该领域的最新发现和进展的平台。其存档可免费访问。
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
百度研究院网站目前正在进行维护。该平台致力于展示百度研究院的最新进展和研究项目。虽然网站暂时无法访问，但它代表着人工智能和技术创新的中心，旨在推动该领域的未来发展。
AI 模型
Lyra是Google开发的一种新颖的、极低比特率的语音编解码器。它利用机器学习来压缩语音信号，即使在最慢的网络上也能实现高质量的音频通信。Lyra通过使用生成模型从提取的特征中重建语音来实现这一点，与传统编解码器相比，显著降低了带宽。
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
DimeNet 和 DimeNet++ 是用于分子图的高级神经网络模型，专注于定向消息传递。这些模型分别在 ICLR 2020 和 NeurIPS-W 2020 上提出，能够高效准确地预测分子性质，其中 DimeNet++ 比其前身速度更快、精度更高。
AI 模型
MEGNet 框架是一个专为晶体和分子机器学习设计的 AI 模型。它整合了温度和压力等状态变量，支持迁移学习，并能提取化学趋势。该框架通过提供开源代码和数据，解决了材料科学 ML 中数据量和可解释性等方面的局限性。
AI 模型
晶体图卷积神经网络 (CGCNN) 是一种人工智能模型，旨在根据晶体结构预测材料属性。它使用户能够训练自定义模型或利用预训练版本进行属性预测，为材料科学的研究和开发提供了强大的工具。
AI 模型
GluonTS 是一个用于概率时间序列建模的 Python 包，利用基于 PyTorch 和 MXNet 的深度学习模型。它通过生成概率分布形式的预测（包括预测区间）来实现准确的预测，适用于复杂的时间序列分析。
AI 模型
Prophet 是一个开源的预测程序，用 R 和 Python 实现。它通过快速、可调的模型自动化时间序列预测。专为数据科学家和分析师设计，它能够处理季节性、不断变化的增长率和特殊事件，提供带有不确定性区间的准确预测。
AI 模型
LSTNet 是一款深度学习模型，专为时间序列预测而设计。它通过结合循环神经网络和卷积神经网络，有效地建模长期和短期时间模式。该模型对于复杂的时间序列数据特别有用。
AI 模型
Autoformer 是一款用于长期时间序列预测的 AI 模型，它利用分解 Transformer 和自相关机制。该模型在各种基准测试中取得了最先进的结果，为提高实际应用中的预测准确性提供了一种新颖的系列连接方法。
AI 模型
Informer2020 GitHub 存储库提供了 Informer 模型的 PyTorch 实现，该模型专为高效长序列时间序列预测而设计。它采用 ProbSparse Attention 来处理自注意力得分中的长尾分布，为复杂的预测任务提供了先进的解决方案。
AI 模型
FEDformer 是一种频率增强分解 Transformer，专为高效的长期时间序列预测而设计。它实现了与序列长度成线性复杂度的计算，通过显著降低多变量和单变量数据集上的预测误差，性能优于最先进的方法。该模型提供开源代码。
AI 模型
PatchTST 是一个基于 Transformer 的长时序预测模型的官方实现。它将时间序列分割成块（patches）并独立处理，提供高效且有效的预测。该项目提供了监督学习和自监督学习方法的代码，实现了强大的预测能力。
AI 模型
LTSF-Linear 是 "Are Transformers Effective for Time Series Forecasting?" 的官方 PyTorch 实现。它引入了一系列线性模型（Linear, DLinear, NLinear），在长期时间序列预测任务上表现优于 Transformer，同时具有高效率和可解释性。
AI 模型
TimesNet 是一个通用的时间序列分析基础模型，它将一维序列转换为二维空间以增强建模能力。通过利用视觉骨干网络进行强大的表示学习，在预测、插补、异常检测和分类任务中取得了最先进的成果，能够处理多样化的时间模式。
AI 模型
该存储库提供了“模型无关的元学习用于深度网络的快速适应”论文中详细的强化学习实验代码。它使研究人员和开发人员能够探索元学习技术，以在强化学习的深度神经网络中实现快速适应。
AI 模型
此存储库包含 NeurIPS 2017 论文“用于少样本学习的原型网络”的代码。它提供了一种新颖的少样本学习方法的实现，使模型能够从少量示例中学习。
该存储库提供了CVPR 2018论文《Learning to Compare: Relation Network for Few-Shot Learning》的PyTorch代码。它侧重于少样本学习（Few-Shot Learning）方面，提供了在Omniglot和mini-Imagenet等数据集上训练和测试模型的实现。
AI 模型
此 GitHub 存储库包含论文“生成对抗模仿学习”的代码。它实现了信任区域策略优化，并提供了用于训练和评估模仿学习策略的脚本。该项目已存档且为只读，为该领域的研究人员提供了基础资源。
AI 模型
此 GitHub 仓库包含“何时信任您的模型：基于模型的策略优化”论文的代码。它提供了基于模型的策略优化算法的实现，使研究人员和开发人员能够重现实验并在此基础上进行强化学习的研究。
This repository contains experiment code for "Deep Reinforcement Learning in a Handful of Trials using Probabilistic Dynamics Models." It implements the PETS algorithm, combining…
AI 模型
PlaNet 是一种基于模型的强化学习算法，通过学习潜在动力学来从像素中进行规划。它能在学习到的潜在空间中高效地预测未来奖励，在与模型无关的方法竞争的同时，减少了与环境的交互。该项目提供了开源实现。
AI 模型
OpenAI Five是由OpenAI开发的一个由五个神经网络组成的团队。该AI系统已成功在复杂的Dota 2游戏中与业余人类团队竞争并获胜，展示了先进的战略和协作AI能力。
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。
知道一个在AI 模型中出类拔萃的工具吗？
ToolPotion是人们浏览以寻找最佳AI 模型的AI工具目录。免费列出，每个提交都经过编辑审核——将您的工具放在搜索的起点。