#self-attention Dépôts
Découvrez 13 dépôts GitHub open source actifs associés à #self-attention, cumulant 59,926 étoiles au total (soit une moyenne de 4,609 étoiles par projet). Le projet en tête de ce thème est datawhalechina/leedl-tutorial, avec 16,879 étoiles.
13 dépôts au total
《Tutoriel d'apprentissage profond de Li Hongyi》(Recommandé par le professeur Li Hongyi 👍, Apple Books 🍎), Lien de téléchargement PDF : https://github.com/datawhalechina/leedl-tutorial/releases
Anti-sèche VIP pour les Transformers et grands modèles linguistiques CME 295 de Stanford
Une liste finalement complète de papiers sur Vision Transformer/Attention, incluant papiers, codes et sites Web associés
Implémentation PyTorch de Self-Attention Generative Adversarial Networks (SAGAN)
[CVPR 2025] Implémentation officielle PyTorch de MambaVision : un backbone hybride Mamba-Transformer pour la vision
[ICLR 2024] Implémentation PyTorch officielle de FasterViT : Vision Transformers rapides avec attention hiérarchique
Petit GPT implémenté à partir de zéro en Go pur. Optimisé pour la compréhension. Entraîné sur les livres de Jules Verne.
Notes de cours de Machine Learning (Machine Learning) 2021 Spring du professeur Li Hongyi de l'Université de Taiwan (NTU)
L'implémentation officielle PyTorch du papier "SAITS: Imputation basée sur l'auto-attention pour les séries temporelles". Un modèle de réseau de neurones en apprentissage profond rapide et de l'état de l'art (SOTA) pour l'imputation efficace des séries temporelles (imputer des séries temporelles multivariées incomplètes contenant des données/valeurs manquantes NaN avec l'apprentissage automatique). https://arxiv.org/abs/2202.08516
Foire aux questions
Quel est le dépôt #self-attention le plus populaire sur GitHub ?
Le projet #self-attention open source le mieux classé sur GitHub est datawhalechina/leedl-tutorial, avec 16,879 étoiles. 《Tutoriel d'apprentissage profond de Li Hongyi》(Recommandé par le professeur Li Hongyi 👍, Apple Books 🍎), Lien de téléchargement PDF : https://github.com/datawhalechina/leedl-tutorial/releases
Quels langages de programmation sont les plus utilisés dans les dépôts #self-attention ?
Parmi les projets #self-attention les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, Go.
Comment le classement des dépôts #self-attention est-il calculé ?
Nous suivons 13 dépôts open source actifs associés à #self-attention (500+ étoiles), totalisant 59,926 étoiles, avec une moyenne de 4,609 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.