一周热榜

我创建OnMom是因为我厌倦了像MyFitnessPal这样的应用程序在记录餐食时过于繁琐。这个应用利用人工智能通过快速的文本或照片输入来分析餐食，并提供建议。它是免费的，目前还处于早期阶段——希望能得到大家对缺失功能或不清楚之处的反馈！

我开始构建一个名为 Neural Foundations 的 Python 库，旨在通过从基本原件（如细胞、层、激活等）构建神经网络，探索神经网络的基本原理。这一项目受到阿西莫夫研究所的“神经网络动物园”启发。 这是一个早期阶段的实验平台，面向那些希望深入探索并内化神经网络基础知识的人。用户可以深入研究和修改 foundational_nn 和 architecture_nn 包，这些包随后用于在 models_nn 中构建模型。 虽然这里还没有 Transformer 架构，但该库基本上提供了所有构建块，以便最终创建来自神经网络动物园信息图的所有内容。 我也希望能够可视化更简单的架构（不仅限于文本用户界面），这应该是一个相对容易的贡献切入点。因此，如果你有兴趣参与，欢迎对可视化（或任何其他！）模块进行贡献！ 我也乐于讨论项目结构、运行方式、潜在用例以及你可能有的其他想法。让我们一起构建这个项目吧！ 查看代码和交互式文本用户界面以进行实验： [https://github.com/ndjuric/neural_foundations/tree/main](https://github.com/ndjuric/neural_foundations/tree/main) 注意：它目前处于最早期的开发阶段 :)

我使用的是no-defender，但注意到它被遗忘了。这里有一个更新版本，不包含任何第三方二进制文件。