#vector-quantization Repositórios
Descubra 15 repositórios ativos de código aberto no GitHub marcados com #vector-quantization, acumulando um total de 33,956 estrelas (uma média de 2,263 por projeto). O líder deste tópico é openai/DALL-E, com 10,872 estrelas.
15 repositórios no total
Kimi-Audio, um modelo de fundação de áudio de código aberto que se destaca na compreensão, geração e conversação de áudio
Uma coleção selecionada de artigos, benchmarks, revisões e ferramentas sobre quantização de modelos, abrangendo redes de poucos bits, LLMs, modelos multimodais e generativos, quantização vetorial e de reticulado, e implantação eficiente.
Um Modelo de Fundação Aberto e Benchmark para Acelerar Recomendação Generativa
[Destaque ICLR 2024] Grande Modelo Cerebral para Aprendizagem de Representações Genéricas com Tremendos Dados de EEG em BCI
Implementação em Pytorch de VQGAN (Domando Transformers para Síntese de Imagens de Alta Resolução) (https://arxiv.org/pdf/2012.09841.pdf)
Perguntas Frequentes
Qual é o repositório de #vector-quantization mais popular no GitHub?
O projeto de código aberto de #vector-quantization mais bem classificado no GitHub é openai/DALL-E, com 10,872 estrelas. Pacote PyTorch para o VAE discreto usado para DALL·E.
Quais linguagens de programação são mais usadas nos repositórios de #vector-quantization?
Entre os projetos de #vector-quantization mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, C++.
Como é calculada a classificação dos repositórios de #vector-quantization?
Acompanhamos 15 repositórios ativos de código aberto marcados com #vector-quantization (com mais de 500 estrelas), totalizando 33,956 estrelas e uma média de 2,263 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.