AIFramework версия 2.2 Open - это открытая версия кроссплатформенного ИИ фреймворка для языка C#. Фреймворк содержит компоненты, такие как ядро, ONNX и конвейеры обработки данных. Данный фреймворк предоставляет функциональность для классификации, регрессии, обучения с подкреплением, а также загрузки, преобразования и прочей обработки данных. AIFramework также совместим с моделями, обученными в других фреймворках, таких как Keras и PyTorch. Ядро фреймворка включает в себя основные типы данных, векторы, комплексные векторы, матрицы, комплексные матрицы, тензоры различных рангов, многомерные тензоры, а также тензоры с сохранением градиента и параметров оптимизации.

🌟 AIFramework версия 2.2 Open 🌟

Открытая версия кроссплатформенного ИИ фреймворка для языка C#. Основа для:

• AIDog 🐶: мультимодальная нейросемантическая система логического вывода на базе вероятностной логики.
• FractalGPT 🌀: многоагентный ИИ с логическим выводом, LLM и системами контроля и прогнозирования "галлюцинаций".

🧱 Компоненты:

• Ядро
• ONNX
• Конвейеры обработки

📚 Подробнее о ядре

🔄 Конвейеры:

• Классификация
• Регрессия
• Обучение с подкреплением
• Загрузка, преобразование, векторизация, обучение и аугментация данных

🔗 ONNX:

• Интеграция с моделями, обученными в других фреймворках (Keras, PyTorch и др.)

🔄 Совместимость:

• .Net Standard 2.0 (Графики и CV .Net Framework 4.7.2)

📜 Лицензии:

• 📘 Информация о лицензиях
• 📄 Лицензия Apache 2.0

---

🔧 Структура ядра:

📐 Основные типы:

• Комплексные матрицы
• Тензоры различных рангов
• Многомерные тензоры
• Тензоры с сохранением градиента и параметров оптимизации

📊 Статистика:

• Методы оценки и анализа данных
• Генерация и анализ распределений
• Корреляционный и регрессионный анализ

📝 Обработка текстов:

• Текстовый анализ и обработка
• Методы векторизации и анализа семантики
• Марковские модели и другие методы анализа последовательностей

🔄 Основные интегральные преобразования:

• Анализ и преобразование сигналов
• Методы быстрой обработки данных

🤖 Классические методы машинного обучения:

• Различные виды регрессии
• Классификаторы
• Генетические алгоритмы и нечеткая логика

🧠 Нейронные сети:

• Структура и типы слоев
• Активационные функции
• Функции потерь
• Оптимизаторы

🎶 Цифровая обработка сигналов:

• Методы анализа и синтеза сигналов
• Фильтрация и модуляция

📊 Визуализация данных:

• Методы представления данных