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。
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
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
佛罗里达大学中央大学（UCF）计算机科学系的自主与智能系统小组专注于人工智能研究。他们的网站 eplex.cs.ucf.edu 似乎是该研究的门户，尽管当前页面上没有关于模型或项目的具体细节。它作为其学术工作的入口。
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。
Neural Graph Collaborative Filtering (NGCF) 是一个利用图神经网络的推荐框架。它通过在用户-物品二部图中进行高阶连通性嵌入传播，显式地编码协同信号。此实现基于 SIGIR 2019 的论文。
AI 模型
该AI模型引入了Poincaré嵌入技术，用于学习符号数据的分层表示。它将数据嵌入到双曲空间中，比欧氏嵌入更有效地捕捉分层结构和相似性。该方法为具有潜在分层结构的数据集提供了改进的表示能力和泛化能力。
AI 模型
猎鹰 LLM 是一个生成性大型语言模型，旨在推动应用和用例，使先进的人工智能在各个行业和学科中变得可及且具有影响力。
AI 模型
Claude Fable 5 是一款前沿的人工智能模型，旨在处理复杂的长期编码和知识工作任务。它提供了先进的功能，并具备强大的网络安全和生物学保护措施。
Veo 3.1由Google DeepMind开发，是一款领先的视频生成模型，提供增强的真实感、创意控制和提示跟随能力。它支持文本到视频、图像到视频以及文本到音频+视频的生成，非常适合电影叙事和创意项目。
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。