Startseite Projekte robotic-transformer-pytorch
robotic-transformer-pytorch

robotic-transformer-pytorch

von lucidrains · GitHub

Implementierung von RT1 (Robotic Transformer) in Pytorch

Auf GitHub ansehen
⭐ Sterne
🍴 Forks
📜 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 →
robotic-transformer-pytorch — GitHub preview card
📈 Sternhistorie
456455
2026-07-202026-07-29
📈 robotic-transformer-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 RT1 (Robotic Transformer) in Pytorch

robotic-transformer-pytorch hat 455 Sterne auf GitHub. Es wurde 37-mal geforkt. robotic-transformer-pytorch ist hauptsächlich in Python geschrieben. Es wird seit 2022 aktiv entwickelt. robotic-transformer-pytorch ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: artificial-intelligence, attention-mechanisms, deep-learning, robotics.

Frequently asked questions

Was ist robotic-transformer-pytorch?

Implementierung von RT1 (Robotic Transformer) in Pytorch

Ist robotic-transformer-pytorch Open Source?

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

Ist robotic-transformer-pytorch kostenlos?

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

Unter welcher Lizenz steht robotic-transformer-pytorch?

robotic-transformer-pytorch ist unter der MIT-Lizenz verfügbar.

In welcher Sprache ist robotic-transformer-pytorch geschrieben?

robotic-transformer-pytorch ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
OpenSourceAI badge — robotic-transformer-pytorch

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

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=lucidrains-robotic-transformer-pytorch)](https://opensourceai.tech/project/lucidrains-robotic-transformer-pytorch.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →
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
musiclm-pytorch
Implementierung von MusicLM, Googles neuem SOTA-Modell zur Musikgenerierung mit Aufmerksamkeits…
3.3k · 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.