#vector-quantization Repository
Scopri 15 repository GitHub open source attivi contrassegnati con #vector-quantization, che raccolgono un totale di 33,956 stelle (con una media di 2,263 stelle per progetto). Il progetto leader di questo argomento è openai/DALL-E, con 10,872 stelle.
15 repository in totale
Kimi-Audio, un modello di fondazione audio open-source eccellente nella comprensione, generazione e conversazione audio
Una raccolta curata di articoli, benchmark, rassegne e strumenti sulla quantizzazione dei modelli, che comprende reti a pochi bit, LLM, modelli multimodali e generativi, quantizzazione vettoriale e reticolare, nonché il deployment efficiente.
:red_circle: MiniSom è un'implementazione minimalistica delle Self Organizing Maps
Un Modello di Base Aperto e Benchmark per Accelerare la Raccomandazione Generativa
[Spotlight ICLR 2024] Modello Cerebrale di Grandi Dimensioni per l'Apprendimento di Rappresentazioni Generiche con Enormi Dati EEG in BCI
Implementazione Pytorch di VQGAN (Taming Transformers for High-Resolution Image Synthesis) (https://arxiv.org/pdf/2012.09841.pdf)
Domande frequenti
Qual è il repository #vector-quantization più popolare su GitHub?
Il progetto open source #vector-quantization più alto in classifica su GitHub è openai/DALL-E, con 10,872 stelle. Pacchetto PyTorch per il VAE discreto utilizzato per DALL·E.
Quali linguaggi di programmazione sono più utilizzati nei repository #vector-quantization?
Tra i progetti #vector-quantization più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, C++.
Come viene calcolata la classifica dei repository #vector-quantization?
Monitoriamo 15 repository open source attivi contrassegnati con #vector-quantization (500+ stelle), per un totale di 33,956 stelle e una media di 2,263 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.