-
spiking_neural_networks
一个用于设计并模拟生物神经网络动力学和神经传递的包
-
fann
Fast Artificial Neural Networks库的包装器
-
direct-neural-biasing
Python和C++绑定,用于低延迟、闭环神经科学研究
-
kratom
神经网络库
-
const_cge
专注于no_std目标的神经网络编译器
-
fann-sys
对Fast Artificial Neural Networks库的低级绑定
-
skynet_ai
创建神经网络
-
convolutions-rs
机器学习卷积的快速、最小依赖、完全Rust实现
-
newron
训练和推断深度学习模型
-
mlcr
基于自适应机器学习的缓存跟踪/替换策略
-
syntaxdot
神经网络序列标注器
-
revonet
用于解决优化问题和训练神经网络的实编码遗传算法。后者也称为神经进化。
-
profqu_neat
实现了NEAT算法
-
alumina
一个实验性的深度学习库
-
athenna
一个轻量级、高性能的神经网络框架,用于创建和使用跨平台和语言的AI
-
mvnc
围绕Movidius神经网络计算棒C API的包装器
-
rustygrad
受micrograd启发的微型自动微分引擎
-
blasphemy
受Keras启发,由BLAS提供支持。每层使用一行代码构建神经网络。这就是BLASphemy。
-
neuralnetwork
从头开始编写的小型神经网络库
-
neurs
仅前向传播但高效的神经网络和强化学习库
-
rogue-net
RogueNet神经网络的纯Rust实现
-
compiled-nn
神经网络推理的即时编译器
-
syntaxdot-cli
神经网络序列标注器
-
brainy
神经网络
-
neural_network
模块化神经网络,实现了反向传播学习算法
-
aicore
人工神经网络子程序库
-
n3-parser
超简单的语义神经网络模型解析器
-
openai-rs
OpenAI
-
n3-core
超简单的语义神经网络模型编译器前端
-
drug
神经网络的可微分计算图
-
matrux
Rust实现的神经网络
-
scarecrow
神经网络库
-
rann
Rust人工神经网络crate
-
mushin_derive
编译时创建神经网络
-
iterate_and_spike_traits
一组针对突触神经网络包的宏
-
ktensor
基于图的神经网络框架
-
libdt-macros
LibDT 的宏
-
ndev
神经进化库
-
ritemlcr
基于自适应机器学习的缓存跟踪/替换策略。来自 ticki 的 tfs/mlcr。
-
sticker2
神经序列标注器,已被 SyntaxDot 取代
-
const_cge_macro
const_cge 的宏实现
-
sticker2-utils
神经序列标注器,已被 SyntaxDot 取代
-
tyrosine-common
支持 CUDA 的 NEAT
-
bocchi
带有神经网络的黑盒放大器模拟引擎
尝试使用DuckDuckGo搜索。搜索.