登录
主页
 文章
OpenMAGVIT2由腾讯ARC实验室、清华大学和南京大学共同发起的OpenMAGVIT2项目,旨在民主化自回归视觉生成,提供了从300M到1.5B参数规模的自回归图像生成模型。一、项目介绍OpenMAGVIT2通过改进原有的VQGAN架构,克服代码本大小限制及利用率低的问题,全面提升自回归视觉生成的质量与效率,实现自动回归视觉生成的民主化。产生了一个开源的Google MAGVITv2分词器的复制,这是一个具有超大规模词汇表(即,$2^{18}$个代码)的分词器,并在ImageNet 256x256上实现了最先进的重建性能(1.17 rFID)。
1015
7
10
THUMT是一个神经网络机器翻译工具包,包含基于TensorFlow和Theano两种实现的基于端到端、循环神经网络和自注意力的翻译模型。THUMT是由清华大学自然语言处理组开发。http://thumt.thunlp.org/ ,官网提供了项目的详细介绍、文档、在线演示等内容,方便用户了解和使用该工具包。
929
7
10
PostBooks建立在 xTuple ERP 的基础上,涵盖财务、销售、采购、库存、制造、项目管理等多个业务领域,为中小型企业提供全面的业务管理解决方案。PostBooks是一个开源项目,采用 xTuple Public License 许可证,用户可以自由使用、修改和分发软件。用户界面设计直观且易于使用,无论是通过图形界面还是 Web 界面,用户都可以方便地进行交互和操作,执行各种业务任务。
777
8
0
Disc-MedLLM由复旦大学发布的针对医疗健康对话式场景而设计的医疗领域大模型与数据集,该模型由 DiscMedSFT 数据集基于 Baichuan13BBase 指令微调得到,有效地对齐了医疗场景下的人类偏好。2.数据训练:为训练DISC-MedLLM,研究人员构建了一个高质量的数据集DISCMedSFT,该数据集包含了超过47万个不同的示例,这些示例来源于现有的多个医疗数据集,并采用目标导向策略,通过选择性地重构数据集,使其能够帮助语言模型获取医学领域知识、对齐人类偏好行为模式以及捕捉真实世界在线医疗对话的分布情况。
931
9
1
NVIDIA FLARE(NVIDIA Federated Learning Application Runtime Environment)是一个用于协作计算的开源Python SDK。它允许研究人员和数据科学家将机器学习、深度学习或一般计算工作流调整为联合范式,以实现安全、隐私保护的多方协作。一、核心特点1.保护数据隐私:在多方协作计算中,数据往往分布在不同的参与方手中,NVIDIA FLARE通过多种技术确保数据隐私。如使用TLS证书来建立安全的通信通道,防止数据在传输过程中被窃取或篡改;采用同态加密、安全多方计算、安全求交、匿踪查询等隐私保护算法,让数据在加密状态下进行计算和处理,保证各方数据的保密性和完整性。
783
5
6
NiftyNet是一个基于TensorFlow API的开源深度学习平台,专注于医学影像领域。NiftyNet提供了模块化的深度学习流程,包括数据加载、数据增强、网络架构、损失函数和评估指标,这些组件都针对医学影像分析和计算机辅助干预进行了定制。NiftyNet由英国伦敦大学学院的Wellcome/EPSRC介入与外科科学中心、医学图像计算中心以及高维成像小组等机构共同开发推出.
1145
3
14
CiviCRM是一个为主要为非营利组织、慈善机构等量身定制的开源项目。该软件基于 Web,高度可定制,被世界各地的各种组织使用,并被翻译成数十种语言。其功能包括联系人管理、可配置和定制、电子邮件营销、案例管理等,可以帮助非营利组织实现高效的客户关系管理。一、特点
1029
0
0
SnnGrow于 2022 年 5 月 29 日上线,是全球首个因果学习开源平台。它是基于脉冲神经网络的第三代人工智能的底层开发平台和工具集合,为全球开发者提供基础知识、技术资料和训练工具,还有技术社区供开发者学习讨论,在底层基础设施架构、前沿科技共享、行业标准制定以及民族科技振兴方面意义非凡。
1185
6
7
Blender是一个免费且开源的3D软件包,支持场景建模和渲染等功能,可以通过Python脚本引擎自动化执行构建和变形网格或渲染图像序列等活动。 它被用于生成合成测试图像以进行数字图像相关性分析。用于创建动画电影、视觉效果、艺术作品、3D打印模型、交互式3D应用程序和视频游戏。
508
0
5
CausalML是基于Python的因果学习开源项目,提供了丰富的模型选择,例如常用的MetaLearner和因果树模型,方便在实践中作对比和选择。同时还提供例如模拟数据生成、模型可视化、模型评估等一系列配套工具。因果学习(CausalML)是一个结合了机器学习和因果推断的领域,它旨在从数据中发现因果关系,并利用这些关系进行预测、决策和干预。
866
0
10
DALLE:由OpenAI开发的DALLE是一个能够根据自然语言描述创建逼真图像和艺术的AI系统。 尽管DALLE生成的图像在保真度上可能不如Stable Diffusion或Midjourney,但其优势在于简单性,并且编辑生成的图像比“重绘”图像更为简单。DALLE 不是开源的,OpenAI 提供了部分功能的 API 供开发者使用。这意味着开发者可以通过 API 来访问 DALLE 的图像生成能力,以创建自己的应用程序。
856
1
5
OpenKE 是由清华大学自然语言处理实验室(THUNLP)基于 TensorFlow 和 PyTorch 开发的用于知识图谱嵌入的开源框架。它提供了快速且稳定的各类接口,并实现了诸多经典的知识表示学习模型。一、基本特点1. 主要功能: 多种算法实现:提供了 TransE、TransH、TransR、TransD、RESCAL、DistMult、HolE、ComplEx 等多种经典知识表示学习算法的统一接口的高效实现,方便用户使用和比较不同算法的效果。
900
2
9
dlib是一个包含多种机器学习算法的库,其中的人脸检测部分基于HOG(Histogram of Oriented Gradients)特征和线性分类器。HOG特征是一种用于描述图像局部梯度方向分布的特征,它通过计算图像局部区域内像素梯度的方向直方图来表示图像特征。对于人脸检测,dlib首先提取图像中的HOG特征,然后将这些特征输入到一个训练好的线性分类器中进行判断。同时,dlib还支持基于深度学习的人脸检测方法,如使用预训练的深度神经网络模型进行人脸检测。
798
2
2
Midjourney以其低门槛和高上限被认为是大多数用户的最佳工具。 它使用户能够通过文本提示生成非常详细和准确的图像。由总部位于旧金山的独立研究实验室 Midjourney, Inc. 开发。2022 年 7 月 12 日开始进入公开测试阶段。Midjourney 使用复杂的机器学习模型,当用户输入文本描述(即提示词)时,模型会分析提示词中的关键词和概念,然后利用从海量图像数据集中学到的模式来生成符合描述的图像。
850
5
6
Haar Cascades是一种基于机器学习的目标检测算法,它使用了Haar特征。Haar特征是一种简单的矩形特征,通过计算图像中相邻矩形区域的像素灰度差值来表示图像的局部特征。例如,对于人脸检测,眼睛区域通常比脸颊区域暗,这种灰度差异可以通过Haar特征来捕捉。 它利用了积分图像(Integral Image)的概念,这使得Haar特征能够快速计算。积分图像可以在常数时间内计算出任何矩形区域的像素和,大大提高了特征计算的效率。
1187
6
7
THULAC(THU Lexical Analyzer for Chinese)是一个中文词法分析工具包,具有中文分词和词性标注功能。它利用大规模人工分词和词性标注中文语料库训练而成,模型性能强大,处理速度快。由清华大学自然语言处理与社会人文计算实验室研制推出的一套中文词法分析工具包。一、主要功能
735
8
6
计图(Jittor)是清华大学自主研发的深度学习框架,它支持元算子和即时编译,提供了图像分类等多种深度学习任务的实现示例和教程。Jittor具有高效的计算能力和灵活的编程接口。和其他深度学习框架(如TensorFlow、PyTorch)类似,Jittor的目标是帮助开发者更方便地构建和训练神经网络模型。
608
1
5
KMSphere是中国科学院计算技术研究所智能科学实验室研制的知识管理系统,包括OntoSphere、OntoManager和OntoService三个部分,分别用于半自动本体获取、可视化本体管理编辑和基于多主体系统的知识共享服务。知识发现是从数据中挖掘知识的过程。企业知识中台是一种基于人工智能技术形成的智能化知识解决方案,它具有全链路的知识管理能力,覆盖知识的高效生产、灵活组织和智能应用。知识中台能够自动化地从数据中提取知识,在业务场景中的人机互动里主动推荐知识,帮助业务人员高效、精准、智能地制定决策,提升企业的经营效率与业务创新能力。随着企业数字化进程的推进,IT系统数量逐步增加,数据通常分散在不同的系统中。知识中台汇聚全量数据,依靠智能技术从数据中自动挖掘各类型知识,服务前台业务系统。
878
2
7
DeepFaceLab是在 Python 上运行的开源深度伪造技术平台。它可以实现将一张脸换成另一张脸,还可以用来去除皱纹及其他表明年迈的标记等操作。不过,深度伪造技术的使用也引发了一些伦理和法律方面的争议,在使用时需要谨慎考虑。DeepFaceLab基于 TensorFlow 框架。一、功能特点
1133
9
14
OpenNN是一个用 C++ 编写的开源类库,实现了神经网络建模。基于 R. Lopez 在 2008 年泰罗尼亚技术大学的博士论文开发而成,可以使用一组函数实现数据挖掘,并通过 API 将这些函数嵌入到其他软件工具中,使软件工具和预测分析任务之间进行交互。具有高性能、内存管理好、处理速度快等优点。
602
6
11
- -
© 2021 - 现在 杭州极深数据有限公司 版权所有 (深数据® DEEPDATA® 极深®) 联系我们 
浙公网安备 33018302001059号  浙ICP备18026513号-1号