Theseus 项目介绍
Theseus 是一个高效且不依赖特定应用的库，用于在 PyTorch 中构建自定义的非线性优化层，支持在机器人和视觉领域中构建多种问题作为端到端可微分的架构。
项目背景
Theseus 提供了一种通用的方法用于编码归纳先验，因为目标函数可以部分由神经模型参数化，部分由领域专家模型微分处理。通过优化器进行微分，可以保留计算梯度的能力，使得神经模型可以在最终任务损失上得到训练，同时还能够从优化器中所捕获的先验中获益。
核心特点
应用无关的接口
Theseus 实现了一个易用的接口，可用于构建自定义优化层并将其插入到任意神经架构中。目前支持的可微分特性包括：
- 二阶非线性优化器，如 Gauss-Newton (GN)、Levenberg–Marquardt (LM)、信赖域法和狗腿法。
- 其他非线性优化器，如交叉熵法 (CEM)。
- 线性求解器，支持稠密（如 Cholesky, LU）和稀疏（如 CHOLMOD, LU（仅限 GPU））求解器。
- 常用的成本函数和自动微分成本函数（AutoDiffCostFunction）、鲁棒成本函数（RobustCostFunction）。
- 基于 Lie 群的几何学和机器人运动学。
基于效率的设计
Theseus 提供了许多提高计算速度和减少内存消耗的特性：
- 稀疏线性求解器的支持。
- 批处理和 GPU 加速。
- 自动向量化。
- 各种反向传播模式，如隐式、截断、直接损失最小化（DLM）和采样（LEO）。
入门指南
前置条件
强烈建议在 venv 或 conda 环境中安装 Theseus，支持 Python 3.8 至 3.10。安装 Theseus 之前需确保已安装 torch。
安装方法
从 PyPI 安装
pip install theseus-ai
更多 CUDA 版本的支持可从源码安装或使用构建脚本。
从源码安装
可通过以下命令从源码安装 Theseus：
git clone https://github.com/facebookresearch/theseus.git && cd theseus pip install -e .
如需 BaSpaCho 扩展支持，请参照具体安装步骤。
示例
Theseus 提供了简单的示例代码展示了如何用 Theseus 层通过 Adams 优化器和 MSE 损失函数学习 x 参数。更多教程及示例可以参考项目中的相关文档。
引用 Theseus
如果在您的工作中使用到 Theseus，请引用其论文。
许可
Theseus 采用 MIT 许可证。详细信息见项目中的许可证文件。
其他信息
希望加入 Theseus 社区、报告问题或帮助改进项目的朋友可以通过 GitHub 上的讨论区、问题跟踪系统和贡献指南参与进来。
编辑推荐精选
Trae
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。
问小白
全能AI智能助手，随时解答生活与工作的多样问题
问小白，由元石科技研发的AI智能助手，快速准确地解答各种生活和工作问题，包括但不限于搜索、规划和社交互动，帮助用户在日常生活中提高效率，轻松管理个人事务。
Transly
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。
讯飞智文
一键生成PPT和Word，让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。
讯飞星火
深度推理能力全新升级，全面对标OpenAI o1
科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。
Spark-TTS
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。
咔片PPT
AI助力，做PPT更简单！
咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。
讯飞绘文
选题、配图、成文，一站式创作，让内容运营更高效
讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。
材料星
专业的AI公文写作平台，公文写作神器
AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。
openai-agents-python
OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号