Inicio Proyectos alphafold3-pytorch
alphafold3-pytorch
Python

alphafold3-pytorch

Implementación de Alphafold 3 de Google Deepmind en Pytorch

por lucidrains · GitHub
Estrellas
Ramas
Licencia
Creado
Último commit
Lenguaje
artificial-intelligenceattention-mechanismsdeep-learningMITPython
Ver en GitHub
En palabras simples

Implementa y visualiza estructuras de proteínas utilizando un modelo de aprendizaje profundo para investigación biológica.

¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
alphafold3-pytorch — GitHub preview card
📈 Historial de estrellas
1.68k1.67k
2026-07-202026-08-31
📈 Sigue alphafold3-pytorch

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

Implementación de Alphafold 3 de Google Deepmind en Pytorch

alphafold3-pytorch tiene 1.7k estrellas en GitHub. Se ha bifurcado 228 veces. alphafold3-pytorch está escrito principalmente en Python. Se desarrolla activamente desde 2024. alphafold3-pytorch está disponible bajo la licencia MIT. Sus temas principales son: artificial-intelligence, attention-mechanisms, deep-learning, denoising-diffusion.

Frequently asked questions

¿Qué es alphafold3-pytorch?

Implementación de Alphafold 3 de Google Deepmind en Pytorch

¿alphafold3-pytorch es de código abierto?

alphafold3-pytorch es un proyecto de código abierto. Se distribuye bajo la licencia MIT.

¿alphafold3-pytorch es gratis?

Sí. alphafold3-pytorch es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿Bajo qué licencia está alphafold3-pytorch?

alphafold3-pytorch está disponible bajo la licencia MIT.

¿En qué lenguaje está escrito alphafold3-pytorch?

alphafold3-pytorch está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — alphafold3-pytorch

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=lucidrains-alphafold3-pytorch)](https://olud.ai/project/lucidrains-alphafold3-pytorch.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →
audio-diffusion-pytorch
Generación de audio utilizando modelos de difusión, en PyTorch.
2.1k · artificial-intelligence
compartedenoising-diffusion
robotic-transformer-pytorch
Implementación de RT1 (Robotic Transformer) en Pytorch
455 · artificial-intelligence
comparteattention-mechanisms
muse-maskgit-pytorch
Implementación de Muse: Generación de Texto a Imagen a través de Transformadores Generativos En…
918 · artificial-intelligence
comparteattention-mechanisms
Awesome-Transformer-Attention
Una lista de artículos absolutamente completa sobre Vision Transformer/Atención, incluyendo art…
5k · attention-mechanism
comparteattention-mechanisms
iTransformer
Implementación no oficial de iTransformer - SOTA Pronóstico de Series Temporales usando redes d…
538 · artificial-intelligence
comparteattention-mechanisms
recurrent-memory-transformer-pytorch
Implementación del Transformer de Memoria Recurrente, artículo de Neurips 2022, en Pytorch
424 · artificial-intelligence
comparteattention-mechanisms
meshgpt-pytorch
Implementación de MeshGPT, generación de mallas SOTA utilizando Atención, en Pytorch
861 · artificial-intelligence
comparteattention-mechanisms
audiolm-pytorch
Implementación de AudioLM, un Enfoque de Modelado de Lenguaje SOTA para Generación de Audio de…
2.6k · artificial-intelligence
comparteattention-mechanisms
PaLM-rlhf-pytorch
Implementación de RLHF (Aprendizaje por Refuerzo con Retroalimentación Humana) sobre la arquite…
7.9k · artificial-intelligence
comparteattention-mechanisms
phenaki-pytorch
Implementación de Phenaki Video, que utiliza Mask GIT para producir videos guiados por texto de…
790 · artificial-intelligence
comparteattention-mechanisms

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.