RapidAE

Imagen por @miamiamia0103

Los autoencoders han demostrado su eficacia en diversas aplicaciones, como la reconstrucción de datos, la detección de anomalías y la extracción de características. Sin embargo, estos avances siguen estando muy dispersos entre varios campos, a falta de una herramienta cohesiva que los una. Rapidae es una librería de Python de código abierto creada para facilitar el uso, el desarrollo y la evaluación comparativa de autoencoders. A través de un entorno sencillo, es adecuada para fines educativos pero flexible para satisfacer las necesidades de la investigación. Rapidae está orientada principalmente a la investigación de imágenes y series temporales, en forma de datos precisos e imprecisos, y está diseñada para ser agnóstica en cuanto a backend, soportando una transición fluida entre TensorFlow, PyTorch y JAX, acomodándose así a un amplio rango de preferencias de usuario y flujos de trabajo existentes. Además de su flexibilidad computacional, Rapidae ofrece una interfaz gráfica de usuario, que reduce la barrera de entrada para los nuevos estudiantes y mejora la productividad de los profesionales experimentados.



🚨Call for contributions🚨

Si quieres añadir tu modelo al paquete o colaborar en el desarrollo del mismo, no dudes en enviarme un mensaje a costanahuel@uniovi.es o simplemente abre una incidencia o un pull request. Estaré encantado de colaborar contigo.

Nahuel Costa, PhD
Nahuel Costa, PhD
Investigador en Inteligencia Artificial 🤖 Profesor AYD Doctor