[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-szcom--rnnlib":3,"tool-szcom--rnnlib":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",145895,2,"2026-04-08T11:32:59",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",108111,"2026-04-08T11:23:26",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":10,"last_commit_at":59,"category_tags":60,"status":17},4487,"LLMs-from-scratch","rasbt\u002FLLMs-from-scratch","LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。\n\n该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。\n\nLLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备",90106,"2026-04-06T11:19:32",[35,15,13,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":66,"readme_en":67,"readme_zh":68,"quickstart_zh":69,"use_case_zh":70,"hero_image_url":71,"owner_login":72,"owner_name":73,"owner_avatar_url":74,"owner_bio":75,"owner_company":75,"owner_location":75,"owner_email":75,"owner_twitter":75,"owner_website":75,"owner_url":76,"languages":77,"stars":116,"forks":117,"last_commit_at":118,"license":119,"difficulty_score":120,"env_os":121,"env_gpu":122,"env_ram":123,"env_deps":124,"category_tags":138,"github_topics":75,"view_count":32,"oss_zip_url":75,"oss_zip_packed_at":75,"status":17,"created_at":139,"updated_at":140,"faqs":141,"releases":152},5478,"szcom\u002Frnnlib","rnnlib","RNNLIB is a recurrent neural network library for sequence learning problems. Forked from Alex Graves work http:\u002F\u002Fsourceforge.net\u002Fprojects\u002Frnnl\u002F","rnnlib 是一个专为序列学习问题设计的循环神经网络（RNN）开源库，源自 Alex Graves 的经典研究项目。它核心解决了如何从具有时间结构的数据（如手写笔迹、语音或文本）中学习复杂模式并生成新序列的难题，尤其在在线手写预测与合成领域表现卓越。\n\n这款工具非常适合人工智能研究人员、深度学习开发者以及需要复现经典 LSTM 论文结果的学者使用。虽然普通用户可能因需要配置 C++ 编译环境和 Python 科学计算包而感到门槛较高，但其提供的完整实验脚本让复现前沿成果变得有据可依。\n\nrnnlib 的技术亮点在于其对长短期记忆网络（LSTM）的深度优化，支持混合高斯输出层以处理连续值预测，并独创性地引入了基于最小描述长度（MDL）原理的自适应权重噪声正则化技术。这种两阶段训练策略（先无正则化预训练，再引入 MDL 微调）能有效提升模型泛化能力，避免过拟合，是探索序列数据内在结构的强大实验平台。","# Origin\n\nThe original RNNLIB is hosted at http:\u002F\u002Fsourceforge.net\u002Fprojects\u002Frnnl\nwhile this \"fork\" is created to repeat results for the \nonline handwriting prediction and synthesis reported in \nhttp:\u002F\u002Farxiv.org\u002Fabs\u002F1308.0850. The later by now is Alex Graves's classic \npaper on LSTM networks showing of what RNN can learn about the\nstructure present in the sequential input.\n\n\n\n# Building\n\nBuilding rnnlib requires the following:\n\n* C++11 compiler\n* fortran for building OpenBLAS\n* cmake\n* libcurl\n* automake\n* libtool\n* texinfo\n\nIn addition, the following python packages are needed for the auxiliary scripts in the 'utils' directory:\n\n* SciPy\n* PyLab\n* PIL\n\nAnd this package is needed to create and manipulate netcdf data files with python, and to run the experiments in the 'examples' directory:\n\n* ScientificPython (NOT Scipy)\n\nTo build RNNLIB do\n\n$ cmake -DCMAKE_BUILD_TYPE=Release .\n$ cmake --build .\n\nCmake run creates the binary files 'rnnlib', 'rnnsynth' and 'gradient_check' in the current directory. \n\nIt is recommended that you add the directory containing the 'rnnlib' binary to your path,\nas otherwise the tools in the 'utilities' directory will not work.\n\nProject files for the integrated development environments can be generated by cmake. Run cmake --help\nto get list of supported IDEs.\n\n \n# Handwriting synthesis\n\nStep in to examples\u002Fonline_prediction and go through few steps below to prepare the \ntraining data, train the model and eventually plot the results of the synthesis\n\n## Downloading online handwriting dataset\n\nStart by registering and downloading pen strokes data from \nhttp:\u002F\u002Fwww.iam.unibe.ch\u002F~fkiwww\u002Fiamondb\u002Fdata\u002FlineStrokes-all.tar.gz\nText lables for strokes can be found here\nhttp:\u002F\u002Fwww.iam.unibe.ch\u002F~fkiwww\u002Fiamondb\u002Fdata\u002Fascii-all.tar.gz\nThen unzip .\u002FlineStrokes and .\u002Fascii under examples\u002Fonline_prediction.\nData format in the downloaded files can not be used as is \nand requires further preprocessing to convert pen coordinates to offsets from\nprevious point and merge them into the single file of netcdf format.\n\n## Preparing the training data\n\nRun .\u002Fbuild_netcdf.sh to split dataset to training and validation sets. \nThe same script does all necessary preprocessing including normalisation\nof the input and makes corresponding online.nc and online_validation.nc \nfiles for use with rnnlib .\n\nEach point in the input sequences from online.nc consists of three numbers: \nthe x and y offset from the previous point, and the binary end-of-stroke feature.\n\n## Gradient check\n\nTo gain some confidence that the build is fine run the gradient check:\n\ngradient_check --autosave=false check_synth2.config\n\n## Training\n\nThe training goes in two steps. First it is done without weights regularization\nand then repeated again with adaptive weight noise (MDL in rnnlib terms) from the\nbest network recorded by step one. Training with MDL from the beginning will have\ntoo slow convergence rate.\n\n### Step 1\n\nrnnlib --verbose=false  synth1d.config\n\nWhere synth1d.config is 1st step configuration file that defines network topology:\n3 LSTM hidden layers of 400 cells, 20 gaussian mixtures as output layer, 10 mixtures\nfor character warping window layer\nSomewhere between training epoch 10-15 it will find optimal solution and will do\n\"early stopping\" w\u002Fo improvement for 20 epoch. \"Early\" here takes 3 days on Intel\nSandybridge CPU. Normally training can be stopped as long as loss starts rising up\nfor 2-3 consequent epochs.\nThe best solution found is stored in synth1d@\u003Ctime step>.best_loss.save file\n\n### Step 2\n\nBest loss error from step 1 is expected to be around -1080 nats and it can be further\nimproved (ca. 10%) by using weights regularisation. Loss error goes up and down during the\ntraining unlike in Step 1. Therefore one must be more patient to declare early stopping and \nwait for 20 epochs with loss worse then the best result so far. Rnnlib has implementation\nof MDL regulariser which is used in this step. The command line is as following:\n\nrnnlib --mdl=true --mdlOptimiser=rmsprop from_step1.best_loss.save\n\n### Synthesis\n\nHandwriting synthesis is done by rnnsynth binary using network parameters obtained by\nstep 2:\n\nrnnsynth from_step2.best_loss.save\n\nThe character sequence is given to stdin and output is written to stdout. The output sequence\nis the same as input where each data point has x,y offsets and end-of-stroke flag.\n\n### Plotting the results\n\nRnnsynth output is the sequence of x,y offsets and end-of-stroke flags. To visualise it one\ncan use show_pen.m Octave script:\n\noctave:>show_pen('\u002Ftmp\u002Ftrace1')\n\nWhere \u002Ftmp\u002Ftrace1 contains stdout from rnnsynth.\n\n### Rnnlib configuration file\n\nConfiguration options are exlained in http:\u002F\u002Fsourceforge.net\u002Fp\u002Frnnl\u002Fwiki\u002FHome\u002F. Since then\nthere are few things added:\n* lstm1d as hiddenType layer type - optimised LSTM layer when input dimension is 1d\n* rmsprop optimizer type\n* mixtures=N where N is number of gaussians in the output layer\n* charWindowSize=N where N is the number of gaussians in the character window layer\n* skipConnections=true|false - whether to add skip connections; default is true\n\n# Contact\n\nPlease create github issues to discuss the problems\n\n","# 起源\n\n原始的 RNNLIB 托管在 http:\u002F\u002Fsourceforge.net\u002Fprojects\u002Frnnl 上，而这个“分叉”项目是为了复现论文 http:\u002F\u002Farxiv.org\u002Fabs\u002F1308.0850 中报告的在线手写预测与合成结果。该论文是 Alex Graves 关于 LSTM 网络的经典之作，展示了循环神经网络能够从序列输入中学习到何种结构信息。\n\n\n\n# 构建\n\n构建 rnnlib 需要以下工具和库：\n\n* C++11 编译器\n* Fortran（用于编译 OpenBLAS）\n* cmake\n* libcurl\n* automake\n* libtool\n* texinfo\n\n此外，`utils` 目录中的辅助脚本还需要以下 Python 包：\n\n* SciPy\n* PyLab\n* PIL\n\n同时，为了使用 Python 创建和操作 NetCDF 数据文件，并运行 `examples` 目录中的实验，还需要安装：\n\n* ScientificPython（而非 Scipy）\n\n构建 RNNLIB 的步骤如下：\n\n$ cmake -DCMAKE_BUILD_TYPE=Release .\n$ cmake --build .\n\n执行 cmake 后，当前目录下会生成 `rnnlib`、`rnnsynth` 和 `gradient_check` 三个可执行文件。\n\n建议将包含 `rnnlib` 可执行文件的目录添加到系统的 PATH 环境变量中，否则 `utilities` 目录下的工具将无法正常工作。\n\ncmake 还可以为集成开发环境生成项目文件。运行 `cmake --help` 可查看支持的 IDE 列表。\n\n \n# 手写合成\n\n进入 `examples\u002Fonline_prediction` 目录，按照以下步骤准备训练数据、训练模型并最终绘制合成结果：\n\n## 下载在线手写数据集\n\n首先需要注册并下载笔画数据：\n\nhttp:\u002F\u002Fwww.iam.unibe.ch\u002F~fkiwww\u002Fiamondb\u002Fdata\u002FlineStrokes-all.tar.gz\n\n笔画对应的文本标签可在以下链接获取：\n\nhttp:\u002F\u002Fwww.iam.unibe.ch\u002F~fkiwww\u002Fiamondb\u002Fdata\u002Fascii-all.tar.gz\n\n然后将 `.\u002FlineStrokes` 和 `.\u002Fascii` 解压到 `examples\u002Fonline_prediction` 目录下。下载的数据格式不能直接使用，还需要进一步预处理，将笔触坐标转换为相对于前一点的偏移量，并合并成一个 NetCDF 格式的文件。\n\n## 准备训练数据\n\n运行 `.\u002Fbuild_netcdf.sh` 脚本，将数据集划分为训练集和验证集。该脚本还会完成所有必要的预处理工作，包括输入归一化，并生成可用于 rnnlib 的 `online.nc` 和 `online_validation.nc` 文件。\n\n`online.nc` 中的每个输入序列点由三个数值组成：相对于前一点的 x 和 y 偏移量，以及一个表示笔画结束的二进制标志。\n\n## 梯度检查\n\n为了确认构建是否正确，可以运行梯度检查：\n\ngradient_check --autosave=false check_synth2.config\n\n## 训练\n\n训练分为两个步骤。首先不使用权重正则化进行训练，然后再基于第一步记录的最佳网络，加入自适应权重噪声（rnnlib 中称为 MDL）进行第二次训练。如果一开始就使用 MDL 正则化，收敛速度会非常慢。\n\n### 第一步\n\nrnnlib --verbose=false synth1d.config\n\n其中 `synth1d.config` 是第一步的配置文件，定义了网络拓扑结构：3 层各 400 个单元的 LSTM 隐层，输出层为 20 个高斯混合模型，字符变形窗口层为 10 个混合模型。\n\n在训练的第 10 至 15 个 epoch 之间，模型通常会找到最优解，并在连续 20 个 epoch 内未见改进时自动停止训练。在 Intel Sandybridge CPU 上，这一过程大约需要 3 天时间。一般情况下，只要损失函数连续 2–3 个 epoch 不降反升，就可以停止训练。最佳模型会被保存在 `synth1d@\u003Ctime step>.best_loss.save` 文件中。\n\n### 第二步\n\n第一步得到的最佳损失误差约为 -1080 nats，通过使用权重正则化还可以再提升约 10%。与第一步不同，第二步的损失值会在训练过程中上下波动。因此，在宣布提前停止之前需要更加耐心，等待连续 20 个 epoch 的损失都高于当前最佳结果。rnnlib 实现了 MDL 正则化器，本步骤即采用此方法。命令如下：\n\nrnnlib --mdl=true --mdlOptimiser=rmsprop from_step1.best_loss.save\n\n### 合成\n\n手写合成由 `rnnsynth` 可执行文件完成，使用第二步训练得到的网络参数：\n\nrnnsynth from_step2.best_loss.save\n\n字符序列通过标准输入提供，输出则写入标准输出。输出序列与输入相同，每个数据点包含 x、y 偏移量和笔画结束标志。\n\n### 绘制结果\n\n`rnnsynth` 的输出是 x、y 偏移量和笔画结束标志的序列。可以使用 Octave 脚本 `show_pen.m` 来可视化：\n\noctave:>show_pen('\u002Ftmp\u002Ftrace1')\n\n其中 `\u002Ftmp\u002Ftrace1` 包含 `rnnsynth` 的标准输出内容。\n\n### Rnnlib 配置文件\n\n配置选项的说明请参阅 http:\u002F\u002Fsourceforge.net\u002Fp\u002Frnnl\u002Fwiki\u002FHome\u002F。此后又新增了一些功能：\n* `lstm1d` 作为隐藏层类型——当输入维度为 1D 时优化的 LSTM 层。\n* `rmsprop` 优化器类型。\n* `mixtures=N` ——输出层中高斯混合模型的数量。\n* `charWindowSize=N` ——字符窗口层中高斯混合模型的数量。\n* `skipConnections=true|false` ——是否启用跳跃连接；默认为 true。\n\n# 联系方式\n\n如有问题，请在 GitHub 上创建 Issue 进行讨论。","# rnnlib 快速上手指南\n\nrnnlib 是一个用于复现 Alex Graves 关于 LSTM 网络在手写预测与合成方面经典研究成果的开源工具。本指南将帮助中国开发者快速完成环境搭建、编译及基础运行。\n\n## 环境准备\n\n在开始之前，请确保您的系统满足以下要求并安装了必要的依赖包。\n\n### 系统要求\n*   **操作系统**: Linux (推荐) 或 macOS\n*   **编译器**: 支持 C++11 标准的编译器 (如 g++ 4.8+)\n*   **构建工具**: cmake, automake, libtool, texinfo\n*   **语言环境**: Fortran (用于编译 OpenBLAS)\n\n### 依赖安装\n请使用您的包管理器安装以下库。以 Ubuntu\u002FDebian 为例：\n\n```bash\nsudo apt-get update\nsudo apt-get install build-essential cmake gfortran libcurl4-openssl-dev automake libtool texinfo\n```\n\n此外，辅助脚本和实验运行需要以下 Python 包：\n*   **基础依赖**: SciPy, PyLab (Matplotlib), PIL (Pillow)\n*   **核心依赖**: ScientificPython (**注意**: 不是 Scipy，用于处理 netcdf 数据)\n\n安装 Python 依赖：\n```bash\npip install scipy matplotlib pillow\n# ScientificPython 可能需要从源码编译或通过特定源安装，若 pip 失败请尝试：\n# sudo apt-get install python-scientific (针对旧版系统) 或查阅官方编译指南\n```\n\n## 安装步骤\n\n### 1. 克隆与编译\n获取代码后，在项目根目录执行以下命令进行构建：\n\n```bash\ncmake -DCMAKE_BUILD_TYPE=Release .\ncmake --build .\n```\n\n编译成功后，当前目录将生成 `rnnlib`, `rnnsynth` 和 `gradient_check` 三个可执行文件。\n\n### 2. 配置环境变量\n为了确保 `utils` 目录下的辅助工具能正常工作，建议将包含上述二进制文件的目录添加到系统 PATH 中：\n\n```bash\nexport PATH=$PATH:\u002Fpath\u002Fto\u002Frnnlib\u002Fdirectory\n```\n*(请将 `\u002Fpath\u002Fto\u002Frnnlib\u002Fdirectory` 替换为您的实际路径)*\n\n> **提示**: 如需生成 IDE (如 Eclipse, CodeBlocks) 项目文件，可运行 `cmake --help` 查看支持的生成器选项。\n\n## 基本使用\n\n以下以**手写合成 (Handwriting Synthesis)** 为例，展示从数据准备到模型训练及生成的完整流程。所有操作请在 `examples\u002Fonline_prediction` 目录下进行。\n\n### 1. 数据准备\n下载 IAM 在线手写数据库的笔触数据和文本标签，并解压至当前目录：\n*   笔触数据: `lineStrokes-all.tar.gz`\n*   文本标签: `ascii-all.tar.gz`\n\n由于原始数据格式无法直接使用，需运行预处理脚本将其转换为 netcdf 格式并划分为训练集\u002F验证集：\n\n```bash\n.\u002Fbuild_netcdf.sh\n```\n该脚本会生成 `online.nc` (训练集) 和 `online_validation.nc` (验证集)。输入序列中的每个点包含：x\u002Fy 偏移量及笔触结束标志位。\n\n### 2. 梯度检查 (可选)\n在正式训练前，建议运行梯度检查以确认构建无误：\n\n```bash\ngradient_check --autosave=false check_synth2.config\n```\n\n### 3. 模型训练\n训练分为两个阶段，以获得最佳效果。\n\n**第一阶段：无正则化预训练**\n使用 `synth1d.config` 配置（3 层 LSTM，每层 400 单元）进行训练。通常在 10-15 个 epoch 后达到最优，若损失连续 2-3 个 epoch 上升即可手动停止。\n\n```bash\nrnnlib --verbose=false synth1d.config\n```\n训练完成后，最佳模型保存为 `synth1d@\u003Ctime_step>.best_loss.save`。此时损失值通常在 -1080 nats 左右。\n\n**第二阶段：MDL 正则化微调**\n利用第一阶段的最佳模型，开启 MDL (最小描述长度) 正则化和 RMSprop 优化器进行微调，可进一步提升约 10% 的性能。\n\n```bash\nrnnlib --mdl=true --mdlOptimiser=rmsprop synth1d@\u003Ctime_step>.best_loss.save\n```\n*注意：此阶段损失值会有波动，需更有耐心，建议等待损失值连续 20 个 epoch 未优于历史最佳后再停止。*\n\n### 4. 手写合成与可视化\n使用训练好的模型生成手写轨迹。将字符序列通过标准输入传入，轨迹数据将输出到标准输出：\n\n```bash\nrnnsynth from_step2.best_loss.save > \u002Ftmp\u002Ftrace1\n```\n*(在命令行交互中输入想要合成的文本，按 Ctrl+D 结束)*\n\n**可视化结果**\n输出的 `\u002Ftmp\u002Ftrace1` 文件包含 x\u002Fy 偏移量和笔触标志。使用 Octave 脚本进行绘图：\n\n```bash\noctave\n> show_pen('\u002Ftmp\u002Ftrace1')\n```\n\n### 配置文件说明\n`rnnlib` 的配置文件支持多种自定义参数，常用新增选项包括：\n*   `hiddenType=lstm1d`: 针对一维输入优化的 LSTM 层。\n*   `optimizer=rmsprop`: 使用 RMSprop 优化器。\n*   `mixtures=N`: 输出层高斯混合模型的数量。\n*   `charWindowSize=N`: 字符窗口层的高斯混合数量。\n*   `skipConnections=true|false`: 是否添加跳跃连接 (默认 true)。\n\n详细配置文档可参考原项目 Wiki。如有问题，请在 GitHub Issues 中讨论。","某数字档案馆的研究团队正致力于将历史手写信件转化为可编辑的数字文本，并复现基于 LSTM 的在线笔迹合成技术以修复残缺字迹。\n\n### 没有 rnnlib 时\n- 研究人员需从零搭建循环神经网络架构，难以复现 Alex Graves 论文中关于序列学习的高精度结果。\n- 缺乏针对 IAM 在线手写数据集的专用预处理脚本，手动将笔触坐标转换为偏移量并封装为 NetCDF 格式耗时数周。\n- 训练过程缺少自适应权重噪声（MDL）正则化机制，模型极易过拟合，且在普通 CPU 上收敛极慢甚至无法找到最优解。\n- 无法直接生成高斯混合输出层来模拟真实的笔迹变体，导致合成的字迹僵硬、缺乏自然书写流畅度。\n\n### 使用 rnnlib 后\n- 直接调用内置的 3 层 LSTM 拓扑配置（如 synth1d.config），快速复现经典论文中的序列结构学习能力。\n- 利用 `build_netcdf.sh` 脚本自动化完成数据清洗、归一化及格式转换，将数周的数据准备工作缩短至几小时。\n- 通过两阶段训练策略（先无正则化后开启 MDL），有效利用早停机制防止过拟合，在 Intel Sandybridge 等常规硬件上稳定收敛。\n- 借助 20 个高斯混合输出层与字符扭曲窗口，成功合成出具有自然抖动和连笔特征的手写轨迹，大幅提升修复真实感。\n\nrnnlib 通过提供经过验证的 LSTM 实现与全套数据处理流水线，让研究团队能专注于算法调优而非底层基建，显著加速了手写识别与合成项目的落地。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fszcom_rnnlib_49a11d87.png","szcom","Sergey Zyrianov","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fszcom_9274b53a.png",null,"https:\u002F\u002Fgithub.com\u002Fszcom",[78,82,86,90,94,98,102,106,110,113],{"name":79,"color":80,"percentage":81},"C","#555555",71.4,{"name":83,"color":84,"percentage":85},"Fortran","#4d41b1",7.2,{"name":87,"color":88,"percentage":89},"Makefile","#427819",6.4,{"name":91,"color":92,"percentage":93},"C++","#f34b7d",4.1,{"name":95,"color":96,"percentage":97},"HTML","#e34c26",3.5,{"name":99,"color":100,"percentage":101},"Shell","#89e051",2.3,{"name":103,"color":104,"percentage":105},"CMake","#DA3434",2.1,{"name":107,"color":108,"percentage":109},"PLSQL","#dad8d8",0.8,{"name":111,"color":112,"percentage":109},"TeX","#3D6117",{"name":114,"color":75,"percentage":115},"M4",0.4,904,227,"2026-02-21T11:11:35","GPL-3.0",4,"Linux, macOS","未说明 (基于 C++ 和 OpenBLAS 构建，主要依赖 CPU)","未说明 (训练过程耗时较长，示例中提到在 Intel Sandybridge CPU 上需 3 天)",{"notes":125,"python":126,"dependencies":127},"该工具主要用于复现手写预测和合成研究。构建需要 Fortran 来编译 OpenBLAS。辅助脚本和实验运行需要特定的 Python 包，注意区分 SciPy 和 ScientificPython（后者用于处理 netcdf 文件）。生成的二进制文件（rnnlib, rnnsynth）需添加到系统路径中以便工具正常使用。可视化结果需要 Octave 环境。","未说明 (需安装 SciPy, PyLab, PIL, ScientificPython)",[128,129,103,130,131,132,133,134,135,136,137],"C++11 编译器","Fortran (用于构建 OpenBLAS)","libcurl","automake","libtool","texinfo","SciPy","PyLab","PIL","ScientificPython",[35,14],"2026-03-27T02:49:30.150509","2026-04-08T22:08:10.029152",[142,147],{"id":143,"question_zh":144,"answer_zh":145,"source_url":146},25120,"show_pen.m 中的 muXY 和 devXY 常数代表什么？如何为自己的数据集计算它们？","这些常数是数据集的均值（mean）和标准差（std deviation）。由于训练数据经过了归一化处理，神经网络的输出也是归一化后的值。为了将输出还原到原始坐标系统，必须对网络输出应用反向归一化操作。请计算您自己数据集的均值和标准差，并用它们替换脚本中的这些常数。此外，x 和 y 坐标是采用“增量编码”（delta coded）的，即表示两个连续时间步之间的差值，因此其量级通常小于原始数据集中的绝对坐标值。","https:\u002F\u002Fgithub.com\u002Fszcom\u002Frnnlib\u002Fissues\u002F15",{"id":148,"question_zh":149,"answer_zh":150,"source_url":151},25121,"如何在运行 rnnsynth 时修改偏差（bias）参数？","可以通过命令行选项在运行 rnnsynth 时直接修改变量值。命令语法为：rnnsynth [config_options] config_file，其中配置选项的格式为 --variable_name=variable_value。例如，要将采样偏差（sampleBias）设置为 0.5，应执行以下命令：rnnsynth --sampleBias=0.5 from_step2.best_loss.save。","https:\u002F\u002Fgithub.com\u002Fszcom\u002Frnnlib\u002Fissues\u002F17",[]]