#attention-mechanism 仓库
探索 50 个标记为 #attention-mechanism 的活跃开源 GitHub 仓库,它们累计获得 274,514 个 Star(平均每个项目 5,490 个)。该主题的领先项目是 rasbt/LLMs-from-scratch,拥有 108,745 个 Star。
共 50 个仓库
RWKV(发音为 RwaKuv)是一种具有出色 LLM 性能的 RNN,也可以像 GPT transformer 一样直接训练(可并行化)。我们目前使用的是 RWKV-7 "Goose"。因此,它结合了 RNN 和 transformer 的优点——出色的性能、线性时间、恒定空间(无 kv-缓存)、快速训练、无限上下文长度以及免费的句子嵌入。
我们的 ECCV 2018 论文 "Image Super-Resolution Using Very Deep Residual Channel Attention Networks" 的 PyTorch 代码
一个精选的NLP资源列表,专注于Transformer网络、注意力机制、GPT、BERT、ChatGPT、LLM以及迁移学习。
基于yolo-high-level项目(检测\姿态\分类\分割\):包含yolov5\yolov7\yolov8\核心,改进研究,SwinTransformerV2和Attention Series。训练技巧,业务定制,工程部署C
论文“SAITS: 基于自注意力的时间序列插补”的官方PyTorch实现。一个快速且最先进的(SOTA)深度学习神经网络模型,用于高效的时间序列插补(使用机器学习插补包含NaN缺失数据/值的多变量不完整时间序列)。https://arxiv.org/abs/2202.08516
常见问题解答
GitHub 上最受欢迎的 #attention-mechanism 仓库是什么?
GitHub 上排名第一的开源 #attention-mechanism 项目是 rasbt/LLMs-from-scratch,拥有 108,745 个 Star。从头开始,一步一步用 PyTorch 实现一个类似 ChatGPT 的 LLM
#attention-mechanism 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #attention-mechanism 项目中,最常见的编程语言是 Python, Jupyter Notebook, Rust, Swift。
#attention-mechanism 仓库的排名是如何计算的?
我们跟踪了 50 个标记为 #attention-mechanism 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 274,514 个 Star,平均每个仓库拥有 5,490 个 Star。排名每日根据 GitHub API 更新。