Startseite Projekte musiclm-pytorch
musiclm-pytorch

musiclm-pytorch

von lucidrains · GitHub

Implementierung von MusicLM, Googles neuem SOTA-Modell zur Musikgenerierung mit Aufmerksamkeitsnetzwerken in Pytorch

Auf GitHub ansehen
In einfachen Worten

Generieren Sie Musik mit einem Modell, das Audio und Text versteht.

⭐ Sterne
🍴 Forks
🔥 Trendend
📜 Lizenz
Kommerzielle Nutzung erlaubt
📅 Erstellt
🔄 Letzter Commit
🏷️ Kategorie
💻 Sprache
Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
musiclm-pytorch — GitHub preview card
📈 Sternhistorie
3 2993 295
2026-07-072026-07-29
📈 musiclm-pytorch verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

Implementierung von MusicLM, Googles neuem SOTA-Modell zur Musikgenerierung mit Aufmerksamkeitsnetzwerken in Pytorch

musiclm-pytorch hat 3.3k Sterne auf GitHub. Es wurde 264-mal geforkt. musiclm-pytorch ist hauptsächlich in Python geschrieben. Es wird seit 2023 aktiv entwickelt. musiclm-pytorch ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: artificial-intelligence, attention-mechanisms, deep-learning, music-synthesis.

Frequently asked questions

Was ist musiclm-pytorch?

Implementierung von MusicLM, Googles neuem SOTA-Modell zur Musikgenerierung mit Aufmerksamkeitsnetzwerken in Pytorch

Ist musiclm-pytorch Open Source?

musiclm-pytorch ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.

Ist musiclm-pytorch kostenlos?

Ja. musiclm-pytorch ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht musiclm-pytorch?

musiclm-pytorch ist unter der MIT-Lizenz verfügbar.

In welcher Sprache ist musiclm-pytorch geschrieben?

musiclm-pytorch ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — musiclm-pytorch

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=lucidrains-musiclm-pytorch)](https://olud.ai/project/lucidrains-musiclm-pytorch.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →
robotic-transformer-pytorch
Implementierung von RT1 (Robotic Transformer) in Pytorch
455 · artificial-intelligence
teiltattention-mechanismstransformers
muse-maskgit-pytorch
Implementierung von Muse: Text-zu-Bild-Generierung über Maskierte Generative Transformer in Pyt…
918 · artificial-intelligence
teiltattention-mechanismstransformers
iTransformer
Unoffizielle Implementierung von iTransformer - SOTA-Zeitreihenprognose mit Aufmerksamkeitsnetz…
537 · artificial-intelligence
teiltattention-mechanismstransformers
meshgpt-pytorch
Implementierung von MeshGPT, SOTA-Mesh-Generierung unter Verwendung von Attention in Pytorch
861 · artificial-intelligence
teiltattention-mechanismstransformers
audiolm-pytorch
Implementierung von AudioLM, einem SOTA-Sprachmodellierungsansatz zur Audiogenerierung aus der…
2.6k · artificial-intelligence
teiltattention-mechanismstransformers
toolformer-pytorch
Implementierung von Toolformer, Sprachmodellen, die Werkzeuge verwenden können, von MetaAI
2.1k · api-calling
teiltattention-mechanismstransformers
BS-RoFormer
Implementierung von Band Split Roformer, SOTA Attention-Netzwerk für die Musikquellen-Trennung…
879 · artificial-intelligence
teiltattention-mechanismstransformers
PaLM-rlhf-pytorch
Implementierung von RLHF (Reinforcement Learning with Human Feedback) auf der PaLM-Architektur.…
7.9k · artificial-intelligence
teiltattention-mechanismstransformers
magvit2-pytorch
Implementierung des MagViT2 Tokenizers in Pytorch
668 · artificial-intelligence
teiltattention-mechanismstransformers
phenaki-pytorch
Implementierung von Phenaki Video, das Mask GIT verwendet, um textgesteuerte Videos von bis zu…
790 · artificial-intelligence
teiltattention-mechanismstransformers

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.