neural-networks

我們在學習過程中收集的人工智慧、機器學習與深度學習精選內容。包含學習筆記以及此類主題的優質資源列表。

多核心 CPU 上的類神經網路加速套件

基於 Nx 驅動的神經網路

:red_circle: MiniSom 是自我組織對應（SOM）的極簡主義實作。

在各種任務上對標準與 SOTA 方法的高品質實作。

Macaw-LLM：整合圖像、影片、音訊與文字的多模態語言模型

Brevitas：PyTorch 中的神經網路量化

一個 2D Unity 模擬專案，其中的車輛學習如何透過不同的賽道導航。車輛由前饋神經網路控制，網路權重使用修改後的基因演算法進行訓練。

用於分析情感、情緒、諷刺等的先進深度學習模型。

透過範疇論視角研究機器學習的論文清單

精選的最佳人工智慧資源清單

具備幾何結構的流形上的計算與統計。

科奇大學深度學習框架。

Lovász-Softmax 損失函數程式碼 (CVPR 2018)

一個在 Nim 中快速、符合人體工學且可攜的張量庫，透過 OpenMP、Cuda 和 OpenCL 後端專注於 CPU、GPU 和嵌入式裝置的深度學習

低階程式設計路線圖與資源

Arm NN ML 軟體。

「Mish: A Self Regularized Non-Monotonic Neural Activation Function」官方儲存庫 [BMVC 2020]

用於科學機器學習（SciML）加速模擬的（偏）微分方程式物理資訊神經網路（PINN）求解器

類似 PyTorch 且具備 GPU 加速功能的 JavaScript 函式庫。

pyclustering 是一個 Python 與 C++ 資料探勘庫。

PDEBench：用於科學機器學習的廣泛基準測試集

從第一性原理構建的機器學習入門指南。專為希望以軟體系統思維來理解 ML 系統的工程師所設計。

一個用於處理神經網路並進行渲染的專案，透過簡化的呈現方式來深入了解模型的架構與參數。

一個適用於微控制器的更高階類神經網路庫。

精選的 NLP 資源清單，聚焦於 Transformer 網路、注意力機制、GPT、BERT、ChatGPT、LLMs 與遷移學習。

直接建構於 PyTorch 之上的進階演化計算函式庫，由 NNAISENSE 創立。

TensorFlow 101：深度學習簡介

nnsight 套件能夠解讀與操縱深度學習模型的內部運作。

大腦、深度網路及其他領域中表示幾何的精選資源與研究彙整