#transformers 仓库
探索 273 个标记为 #transformers 的活跃开源 GitHub 仓库,它们累计获得 1,416,375 个 Star(平均每个项目 5,188 个)。该主题的领先项目是 microsoft/generative-ai-for-beginners,拥有 123,942 个 Star。
共 273 个仓库
🧑🏫 60+ 深度学习论文的实现/教程,附带旁注 📝;包括 transformers (原始,xl,switch,feedback,vit,...),优化器 (adam,adabelief,sophia,...),gans (cyclegan,stylegan2,...),🎮 强化学习 (ppo,dqn),capsnet,蒸馏,... 🧠
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。
一个易用、可扩展、高性能的基于Ray的Agentic RL框架(PPO & DAPO & REINFORCE++ & VLM & TIS & vLLM & Ray & Async RL)
面向语言、视觉、嵌入、重排序、图像、音频和视频模型的开源推理平台。支持通过多个推理引擎部署在异构硬件上,覆盖从笔记本电脑到分布式集群的各种环境。通过兼容 OpenAI 的 API 提供模型服务。
[NeurIPS 2024 最佳论文奖][GPT 击败拡散模型🔥] [视觉生成中的缩放定律📈] "Visual Autoregressive Modeling: Scalable Image Generation via Next-Scale Prediction" 的官方实现。一个*极其简单、用户友好但又最先进*的自回归图像生成代码库!
在Intel XPU上加速本地LLM推理和微调(LLaMA、Mistral、ChatGLM、Qwen、DeepSeek、Mixtral、Gemma、Phi、MiniCPM、Qwen-VL、MiniCPM-V等)(例如,带有iGPU和NPU的本地PC、Arc、Flex和Max等独立GPU);无缝集成llama.cpp、Ollama、HuggingFace、LangChain、LlamaIndex、vLLM、DeepSpeed、Axolotl等。
一个基于 Apple MLX 框架的文本转语音 (TTS)、语音转文本 (STT) 和语音转语音 (STS) 库,可在 Apple Silicon 上提供高效的语音分析。
⚡ 纯 Rust 编写的 WebGPU 推理引擎 — 兼容 OpenAI API,原生支持 GGUF,可在任何 GPU 上运行。无需 Python。无需 llama.cpp。单一二进制文件。
常见问题解答
GitHub 上最受欢迎的 #transformers 仓库是什么?
GitHub 上排名第一的开源 #transformers 项目是 microsoft/generative-ai-for-beginners,拥有 123,942 个 Star。21 堂课,开始使用生成式 AI 进行构建
#transformers 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #transformers 项目中,最常见的编程语言是 Python, Jupyter Notebook, Rust, JavaScript。
#transformers 仓库的排名是如何计算的?
我们跟踪了 273 个标记为 #transformers 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 1,416,375 个 Star,平均每个仓库拥有 5,188 个 Star。排名每日根据 GitHub API 更新。