cvignac/DiGress
code for the paper "DiGress: Discrete Denoising diffusion for graph generation"
解決的問題
DiGress 是為了生成合成圖和分子結構而設計的。它透過將去噪擴散模型應用於離散空間，解決了生成真實離散圖資料的挑戰，從而能夠生成複雜的網路與化學分子。
工作原理
此專案實作了離散去噪擴散模型。它可在離散與連續兩種模式下生成圖。系統使用 Graph Transformer 架構來處理與生成這些結構，支援多 GPU 訓練與自動資料集下載。
適用對象
適用於從事圖生成、分子發現與離散結構生成式 AI 的研究人員與開發者。
主要亮點
- 支援用於圖生成的離散與連續擴散模型。
- 兼容分子資料集（如 Guacamol 和 MOSES）與抽象圖資料集（如 QM9 和 SBM）。
- 包含 Graph Transformer 實作。
- 支援多 GPU 加速訓練與推論。
相關
- 專案hku-mars/GS-SDF
一個結合了 Gaussian Splatting 與神經符號距離場 (SDF) 的 LiDAR 增強型系統，旨在實現幾何學上一致的、照片級寫實的渲染與 ................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................thought: 3D surface reconstruction.
- 專案bhky/opennsfw2
一個用於檢測圖像和影片中色情內容的 Keras 實作 Yahoo Open-NSFW 模型。
- 專案davidakpele/wifi-densepose
一個注重隱私的人體姿勢估計系統，利用WiFi通道狀態資訊（CSI）和機器學習，在無需攝影機的情況下偵測姿勢。
- 專案hysts/anime-face-detector
一個基於 PyTorch 的工具，用於偵測動畫臉部並使用預訓練的 Faster R-CNN、YOLOv3 與 HRNetV2 模型估計 28 個臉部特徵點。