#transformer-architecture 仓库
探索 147 个标记为 #transformer-architecture 的活跃开源 GitHub 仓库,它们累计获得 594,368 个 Star(平均每个项目 4,043 个)。该主题的领先项目是 karpathy/nanoGPT,拥有 64,617 个 Star。
共 147 个仓库
TimesFM (Time Series Foundation Model) 是 Google Research 开发的用于时间序列预测的预训练时间序列基础模型。
该存储库提供了运行 Meta Segment Anything Model 2 (SAM 2) 的推理代码、下载训练好的模型检查点的链接,以及展示如何使用该模型的示例笔记本。
该存储库提供了用于使用 Meta Segment Anything Model 3 (SAM 3) 运行推理和微调的代码、下载训练模型检查点的链接,以及展示如何使用模型的示例笔记本。
《Build a Large Language Model (From Scratch)》是一本深入探讨大语言模型原理与实现的电子书,适合希望深入了解 GPT 等大模型架构、训练过程及应用开发的学习者。为了让更多中文读者能够接触到这本极具价值的教材,我决定将其翻译成中文,并通过 GitHub 进行开源共享。
PatchTST的官方实现:“A Time Series is Worth 64 Words: Long-term Forecasting with Transformers.” (ICLR 2023) https://arxiv.org/abs/2211.14730
常见问题解答
GitHub 上最受欢迎的 #transformer-architecture 仓库是什么?
GitHub 上排名第一的开源 #transformer-architecture 项目是 karpathy/nanoGPT,拥有 64,617 个 Star。用于训练/微调中型 GPT 最简单、最快的存储库。
#transformer-architecture 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #transformer-architecture 项目中,最常见的编程语言是 Python, Jupyter Notebook, Makefile, TypeScript。
#transformer-architecture 仓库的排名是如何计算的?
我们跟踪了 147 个标记为 #transformer-architecture 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 594,368 个 Star,平均每个仓库拥有 4,043 个 Star。排名每日根据 GitHub API 更新。