#transformer Repositories
Insgesamt 208 Repositories
"Retinexformer: Einstufiger Retinex-basierter Transformer zur Verbesserung von Bildern bei schwachem Licht" (ICCV 2023 Top-10 zitiert 🏆) & (NTIRE 2024 Zweitplatzierter 🏆) & (NTIRE 2025 Gewinner 🏆) & (NTIRE 2026 Gewinner 🏆)
eine schnelle und benutzerfreundliche Laufzeitumgebung für Transformer-Inferenz (Bert, Albert, GPT2, Decoders usw.) auf CPU und GPU.
[ICLR'23 Spotlight & ECCV'24 & IJCV'24] MapTR: Strukturiertes Modellieren und Lernen für den Online-Vektorisierungsbau hochpräziser Karten
Eine Gruppe von Notebooks und anderen Dateien, die Ihnen helfen können, KI von Grund auf zu erlernen.
Eine Papierliste einiger neuerer Transformer-basierter CV-Arbeiten.
Parallax ist ein verteiltes Modell-Serving-Framework, mit dem Sie Ihren eigenen KI-Cluster überall erstellen können
Dieses Repository ist die offizielle Implementierung von Disentangling Writer and Character Styles for Handwriting Generation (CVPR 2023)
PoolFormer: MetaFormer ist eigentlich das, was Sie für Vision (CVPR 2022 Oral) benötigen
Forschung zur DeepSeek-Engram-Architektur basierend auf Qwen-3 und der Stable-Diffusion-Serie.
Transformers4Rec ist eine flexible und effiziente Bibliothek für sequentielle und sessionsbasierte Empfehlungen, die mit PyTorch funktioniert.
Ein Python-Paket für kontextualisiertes Topic Modeling. CTMs kombinieren kontextualisierte Embeddings (z.B. BERT) mit Topic Models, um kohärente Themen zu erhalten. Veröffentlicht auf der EACL und ACL 2021 (Bianchi et al.).
Verteiltes Training und Inferenz für multimodale Wahrnehmung: gemeinsame Embeddings für Text, Bilder, Video, Audio, Code und Graphen mit 64 bis 1.024 Dimensionen 🖼️
Zusammenführung herausragender Open-Source-Projekte im Bereich künstliche Intelligenz (KI) aus aller Welt.
Sequence-to-Sequence-Framework mit Schwerpunkt auf Neural Machine Translation basierend auf PyTorch
💁 Schatzkiste voller Transformer-Modelle für Natural Language Processing enthält Arbeiten, Videos, Blogs, offizielle Repos und Colab-Notebooks. 🛫☑️
[NeurIPS 2020] Offizieller Code für die Arbeit „DeepSVG: A Hierarchical Generative Network for Vector Graphics Animation“. Enthält eine PyTorch-Bibliothek für Deep Learning mit SVG-Daten.
OpenSTL: Ein umfassender Benchmark für spatio-temporales vorausschauendes Lernen
Eine Deep-Learning-Bibliothek für die Klassifizierung von EEG-Aufgaben (Signalen), basierend auf TensorFlow.
Vollständiges Algorithmus-Tutorial von NLP bis LLM, Online-Leseadresse: https://datawhalechina.github.io/base-llm/
[Inoffiziell] PyTorch-Implementierung von "Conformer: Convolution-augmented Transformer for Speech Recognition" (INTERSPEECH 2020)
Formelerkennung und Office-Bearbeitung | Handschrift und PDF in LaTeX/Markdown umwandeln | Sichere API-Integrationen.
Eine kuratierte Liste von NLP-Ressourcen, die sich auf Transformer-Netzwerke, Attention-Mechanismus, GPT, BERT, ChatGPT, LLMs und Transfer Learning konzentriert.
Eine Toolbox für die spektrale Bildkompressionsrekonstruktion, einschließlich MST (CVPR 2022), CST (ECCV 2022), DAUHST (NeurIPS 2022), BiSCI (NeurIPS 2023), HDNet (CVPR 2022), MST++ (CVPRW 2022) usw.
SwissArmyTransformer ist eine flexible und leistungsstarke Bibliothek, um Ihre eigenen Transformer-Varianten zu entwickeln.
Einfache Transformer-Implementierung von Grund auf in PyTorch. (Archiv, neueste Version auf Codeberg)
Implementierung von TabTransformer, einem Aufmerksamkeitsnetzwerk für tabellarische Daten, in Pytorch
Offizielle PyTorch-Implementierung von Superpoint Transformer [ICCV'23], SuperCluster [3DV'24 Oral] und EZ-SP [ICRA'26]
Offizieller Code, Datensätze und Checkpoints für „Timer: Generative Pre-trained Transformers sind große Zeitreihenmodelle“ (ICML 2024) und nachfolgende Arbeiten
📘 Ein umfassendes Handbuch darüber, wie man Transformer für TypeScript mit Code-Beispielen erstellt.
cuDNN Frontend ist NVIDIAs moderner Open-Source-Einstiegspunkt zur cuDNN-Bibliothek und eine wachsende Sammlung von leistungsstarken Open-Source-Kernels.
Ein Tool zur Konvertierung von ONNX-Dateien in LiteRT/TFLite/TensorFlow, PyTorch-Nativer Code (nn.Module), TorchScript (.pt), state_dict (.pt), Exported Program (.pt2) und Dynamo ONNX. Es unterstützt auch die direkte Konvertierung von LiteRT zu PyTorch.
Offizielle Code-Veröffentlichung für [SIGGRAPH 2025] RenderFormer: Transformer-basierte neuronale Wiedergabe von Dreiecksgittern mit globaler Beleuchtung
Aufbau eines chinesischen Dialogsystems basierend auf der neuesten Version von rasa(Errichtung eines Dialogsystems basierend auf der neuesten Version von rasa)
allRank ist ein Framework zum Trainieren von Learning-to-Rank-Neuralmodellen basierend auf PyTorch.
Liste des molekularen und materiellen Designs unter Verwendung von generativer KI und Deep Learning
Offene Modellreihe Spark-x2.6. Die Grenzen agentischer Fähigkeiten von On-Device-Modellen erweitern
Implementierung des Transformer-Modells (ursprünglich aus Attention is All You Need) auf Zeitreihen angewendet.
[ICCV2021] Offizielle PyTorch-Implementierung von Segmenter: Transformer für semantische Segmentierung
Eine PyTorch-Bibliothek kuratierter Transformer-Modelle und ihrer zusammensetzbaren Komponenten