Neural.love是一個生成圖像的網(wǎng)站。用戶可以上傳自己的圖片，然后使用網(wǎng)站提供的算法生成一系列新的圖像。這個算法使用的是神經(jīng)網(wǎng)絡(luò)，可以學(xué)習(xí)和模擬出靜態(tài)的3D場景。為了訓(xùn)練這個網(wǎng)絡(luò)，需要提供大量相機(jī)參數(shù)已知的圖片。基于這些圖片訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)，即可以從任意角度渲染出圖片結(jié)果了。[1]?[2]
Neural.love使用的是神經(jīng)輻射場（Neural Radiance Field，NeRF）算法。這個算法可以用一個MLP神經(jīng)網(wǎng)絡(luò)去隱式地學(xué)習(xí)一個靜態(tài)3D場景。具體地說，它使用的是神經(jīng)網(wǎng)絡(luò)去學(xué)習(xí)場景中的光線密度和顏色，然后利用體積渲染（Volume Rendering）技術(shù)進(jìn)行渲染。[2]
Neural Prophet是Facebook開發(fā)的一個時間序列預(yù)測庫，它是Prophet的升級版。Neural Prophet引入了一個重量級的自回歸（AR）模型，這個模型可以更快和更準(zhǔn)確地?cái)M合數(shù)據(jù)。此外，Neural Prophet使用Pytorch作為backend，這個選擇使得Neural Prophet的代碼更加開源和靈活。[3]
Neural Prophet的自回歸模型可以看得更遠(yuǎn)，因?yàn)樗褂昧烁嗟臍v史數(shù)據(jù)。Neural Prophet還使用了Relu非線性化技術(shù)。相比于傳統(tǒng)的AR模型，Neural Prophet對趨勢項(xiàng)的預(yù)測更加準(zhǔn)確。Neural Prophet的代碼已經(jīng)開源，可以在Github上找到。[3]