#attention 저장소
#attention 태그가 지정된 GitHub의 활성 오픈 소스 저장소 29개를 확인해 보세요. 총 203,649개의 스타를 획득했으며 프로젝트당 평균 7,022개입니다. 이 주제를 이끄는 저장소는 67,780개의 스타를 받은 labmlai/annotated_deep_learning_paper_implementations입니다.
저장소 총 29개
🧑🏫 60+ 딥러닝 논문 구현/튜토리얼과 함께 제공되는 노트 📝; 트랜스포머(원본, xl, switch, feedback, vit, ...), 옵티마이저(adam, adabelief, sophia, ...), gan(cyclegan, stylegan2, ...), 🎮 강화학습(ppo, dqn), 캡넷, 증류 등 🧠
🍀 다양한 어텐션 메커니즘, MLP, 재매개변수화, 컨볼루션의 Pytorch 구현으로 논문을 더 깊이 이해하는 데 도움이 됩니다.⭐⭐⭐
"Attention is All You Need" 논문의 Transformer 모델을 PyTorch로 구현한 버전.
PyTorch와 TorchText를 사용한 몇 가지 sequence-to-sequence (seq2seq) 모델 구현 튜토리얼.
[ICLR2025, ICML2025, NeurIPS2025 Spotlight] Quantized Attention은 FlashAttention에 비해 2~5배의 속도 향상을 달성했으며, 언어, 이미지, 비디오 모델 전반에 걸쳐 엔드 투 엔드(end-to-end) 지표 손실이 없습니다.
PASCAL VOC 및 COCO와 함께 YOLOv4, attentive YOLOv4 및 mobilenet YOLOv4의 Pytorch 저장소입니다.
attention, classification, detection, keypoint detection 등을 포함한 간단한 CV 프로젝트의 복제
cuDNN Frontend는 cuDNN 라이브러리에 대한 NVIDIA의 현대적인 오픈 소스 진입점이자 고성능 오픈 소스 커널의 증가하는 컬렉션입니다.
Deepseek 팀의 "Native Sparse Attention" 논문에서 제안한 희소 어텐션 패턴 구현
다중 레이블 텍스트 분류, 다중 레이블 분류, 텍스트 분류, multi-label, classifier, text classification, BERT, seq2seq, attention, multi-label-classification
EEG Transformer 2.0. i. EEG 디코딩을 위한 컨볼루션 트랜스포머. ii. 새로운 시각화 - 클래스 활성화 지형도.
llama3 추론 단계를 단계별로 달성하고 핵심 개념을 파악하며 프로세스 유도를 마스터하고 코드를 구현합니다.
Keras beit,caformer,CMT,CoAtNet,convnext,davit,dino,efficientdet,edgenext,efficientformer,efficientnet,eva,fasternet,fastervit,fastvit,flexivit,gcvit,ghostnet,gpvit,hornet,hiera,iformer,inceptionnext,lcnet,levit,maxvit,mobilevit,moganet,nat,nfnets,pvt,swin,tinynet,tinyvit,uniformer,volo,vanillanet,yolor,yolov7,yolov8,yolox,gpt2,llama2, alias kecam
논문 "SAITS: Self-Attention 기반 시간 시계열 보간"의 공식 PyTorch 구현. 빠르고 최첨단(SOTA) 딥러닝 신경망 모델로, 효율적인 시간 시계열 보간(NaN 누락 데이터/값을 포함한 다변량 불완전 시간 시계열을 머신러닝으로 보간)에 사용됩니다. https://arxiv.org/abs/2202.08516
자주 묻는 질문
GitHub에서 가장 인기 있는 #attention 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #attention 프로젝트는 67,780개의 스타를 받은 labmlai/annotated_deep_learning_paper_implementations입니다. 🧑🏫 60+ 딥러닝 논문 구현/튜토리얼과 함께 제공되는 노트 📝; 트랜스포머(원본, xl, switch, feedback, vit, ...), 옵티마이저(adam, adabelief, sophia, ...), gan(cyclegan, stylegan2, ...), 🎮 강화학습(ppo, dqn), 캡넷, 증류 등 🧠
#attention 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #attention 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Jupyter Notebook, Cuda, C++입니다.
#attention 저장소 순위는 어떻게 계산되나요?
#attention 태그가 지정된 활성 오픈 소스 저장소(29개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 203,649개이며 저장소당 평균 7,022개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.