发现与 Pwc Net 相关的最受欢迎的开源项目和工具，了解最新的开发趋势和创新。
高质量图像语义分割的U-Net模型PyTorch实现
我们发表在2020年《模式识别》（Pattern Recognition）期刊上的一篇论文代码：“U²-Net：基于嵌套U结构的更深层显著目标检测”。
用于 ML.NET 的示例，ML.NET 是一个开源的跨平台 .NET 机器学习框架。
该项目是我们CVPR2019论文“用于人体姿态估计的深度高分辨率表示学习”的官方实现。
基于深度学习的光学字符识别 (OCR) 技术，国际计算机视觉大会 (ICCV) 2019
用于开发、训练和部署机器学习模型的谷歌 TensorFlow 的 .NET Standard 绑定，支持 C# 和 F# 语言。
一个高效运行本地LLM（例如LLaMA/LLaVA）的C#/.NET库。
适用于.NET语言的TensorFlow API
秋招、春招、实习项目好机会！带你从零开始构建一个高性能的深度学习推理库，支持Llama 2、U-Net、YOLOv5、ResNet等大型模型的推理。
.NET平台下的AI多智能体框架
基于U-Net模型的论文及其实现
这是我们新项目“高精度二分图像分割”的代码库。
micronet是一个模型压缩和部署库。压缩功能包括：1、量化：量化感知训练 (QAT)，高位(>2b) 量化（DoReFa/用于高效整数运算推理的神经网络量化和训练），低位(≤2b)/三值和二值量化 (TWN/BNN/XNOR-Net)；训练后量化 (PTQ)，8 位 (TensorRT)；2、剪枝：常规、正则化和分组卷积通道剪枝；3、分组卷积结构；4、用于量化的批量归一化融合。部署功能包括：TensorRT，FP32/FP16/INT8 (PTQ 校准)、算子适配 (上采样)、动态形状。
基于PyTorch的用于三维体数据语义分割的3D U-Net模型
高效Net模型的实现，使用Keras和TensorFlow Keras框架。
一个非官方的C#/.NET SDK，用于访问OpenAI GPT-3 API
PWC-Net：基于金字塔、图像变形和代价体积的用于光流估计的卷积神经网络，CVPR 2018（口头报告）
五堂课，教你如何真正将 AI 应用到你的 .NET 应用程序中
《深度学习与计算机视觉》的示例代码
这款AI知识库/智能体基于.NET 8、AntBlazor、Semantic Kernel和Kernel Memory构建，能够本地离线运行，无需联网即可使用大型语言模型。同时，它还支持Aspire观测应用数据。
