#transformer Dépôts
208 dépôts au total
"Retinexformer: Transformateur basé sur Retinex en une étape pour l'amélioration des images en faible luminosité" (ICCV 2023 Top-10 Cité 🏆) & (NTIRE 2024 Finaliste 🏆) & (NTIRE 2025 Gagnant 🏆) & (NTIRE 2026 Gagnant 🏆)
un environnement d'exécution rapide et convivial pour l'inférence de transformeurs (Bert, Albert, GPT2, Décoders, etc.) sur CPU et GPU.
[ICLR'23 Spotlight & ECCV'24 & IJCV'24] MapTR : Modélisation et apprentissage structurés pour la construction de cartes HD vectorisées en ligne
Un ensemble de notebooks et d'autres fichiers qui peuvent vous aider à apprendre l'IA en partant de zéro.
Une liste d'articles sur certains travaux récents de CV basés sur Transformer.
Parallax est un framework de service de modèles distribué qui vous permet de créer votre propre cluster d'IA n'importe où
Ce dépôt est l'implémentation officielle de Disentangling Writer and Character Styles for Handwriting Generation (CVPR 2023)
PoolFormer : MetaFormer est en fait ce dont vous avez besoin pour la vision (CVPR 2022 Oral)
Recherche sur l'architecture DeepSeek Engram basée sur Qwen-3 et la série Stable Diffusion.
Transformers4Rec est une bibliothèque flexible et efficace pour les recommandations séquentielles et basées sur les sessions qui fonctionne avec PyTorch.
Un package Python pour exécuter la modélisation thématique contextualisée. Les CTM combinent des embeddings contextualisés (par exemple, BERT) avec des modèles thématiques pour obtenir des sujets cohérents. Publié à EACL et ACL 2021 (Bianchi et al.).
Entraînement et inférence distribués pour la perception multimodale : représentations vectorielles partagées pour le texte, les images, la vidéo, l’audio, le code et les graphes, de 64 à 1 024 dimensions 🖼️
Réunir d'excellents projets open source d'intelligence artificielle (IA) du monde entier.
Cadre sequence-to-sequence avec un accent sur la traduction automatique neuronale basé sur PyTorch
💁 Impressionnant trésor de modèles Transformer pour le traitement du langage naturel contenant des articles, des vidéos, des blogs, des dépôts officiels ainsi que des notebooks Colab. 🛫☑️
[NeurIPS 2020] Code officiel du papier "DeepSVG: A Hierarchical Generative Network for Vector Graphics Animation". Comprend une bibliothèque PyTorch pour l'apprentissage profond avec des données SVG.
OpenSTL : Une référence complète pour l'apprentissage prédictif spatio-temporel
Une bibliothèque d'apprentissage profond pour la classification des tâches (signaux) EEG, basée sur TensorFlow.
Tutoriel complet sur les algorithmes de NLP à LLM, adresse de lecture en ligne : https://datawhalechina.github.io/base-llm/
[Non officiel] Implémentation PyTorch de "Conformer: Convolution-augmented Transformer for Speech Recognition" (INTERSPEECH 2020)
Reconnaissance de formules et édition bureautique | Conversion de l’écriture manuscrite et des PDF en LaTeX/Markdown | Intégrations d’API sécurisées.
Une liste sélectionnée de ressources en NLP centrée sur les réseaux Transformer, le mécanisme d'attention, GPT, BERT, ChatGPT, LLMs et l'apprentissage par transfert.
Une boîte à outils pour la reconstruction d'images spectrales compressées, y compris MST (CVPR 2022), CST (ECCV 2022), DAUHST (NeurIPS 2022), BiSCI (NeurIPS 2023), HDNet (CVPR 2022), MST++ (CVPRW 2022), etc.
SwissArmyTransformer est une bibliothèque flexible et puissante pour développer vos propres variantes de Transformer.
Implémentation simple de transformer de zéro en PyTorch. (archival, dernière version sur codeberg)
Implémentation de TabTransformer, un réseau d'attention pour les données tabulaires, dans Pytorch
Implémentation officielle PyTorch de Superpoint Transformer [ICCV'23], SuperCluster [3DV'24 Oral] et EZ-SP [ICRA'26]
Code officiel, jeux de données et points de contrôle pour "Timer : Les transformeurs pré-entraînés génératifs sont de grands modèles de séries temporelles" (ICML 2024) et travaux ultérieurs
📘 Un manuel complet sur la création de transformers pour TypeScript avec des exemples de code.
cuDNN Frontend est le point d'entrée moderne et open source de NVIDIA vers la bibliothèque cuDNN et une collection croissante de noyaux open source hautes performances.
Un outil pour convertir les fichiers ONNX en LiteRT/TFLite/TensorFlow, code natif PyTorch (nn.Module), TorchScript (.pt), state_dict (.pt), Exported Program (.pt2) et Dynamo ONNX. Il prend également en charge la conversion directe de LiteRT vers PyTorch.
Publication officielle du code pour [SIGGRAPH 2025] RenderFormer : Rendu neuronal basé sur Transformer de maillages triangulaires avec éclairage global
Construction d'un système de dialogue chinois basé sur la dernière version de rasa(Construction d'un système de dialogue basé sur la dernière version de rasa)
allRank est un framework pour entraîner des modèles neuronaux d'apprentissage pour le classement basés sur PyTorch.
Liste de conception moléculaire et matérielle utilisant l'IA générative et l'apprentissage profond
Série de modèles ouverts Spark-x2.6. Repousser les limites des capacités agentiques des modèles embarqués
Implémentation du modèle Transformer (originalement de Attention is All You Need) appliqué aux séries temporelles.
[ICCV2021] Implémentation officielle PyTorch de Segmenter : Transformer pour la segmentation sémantique
Une bibliothèque PyTorch de modèles Transformer sélectionnés et de leurs composants composables