Inicio Proyectos lambda-networks
lambda-networks

lambda-networks

por lucidrains · GitHub

Implementación de LambdaNetworks, un nuevo enfoque para el reconocimiento de imágenes que alcanza SOTA con menos computación

Ver en GitHub
En palabras simples

Implementa un nuevo método para el reconocimiento de imágenes que utiliza menos potencia de cálculo mientras logra alta precisión.

⭐ Estrellas
🍴 Ramas
📜 Licencia
Uso comercial permitido
📅 Creado
🔄 Último commit
🏷️ Categoría
💻 Lenguaje
¿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 →
lambda-networks — GitHub preview card
📈 Historial de estrellas
1 5291 528
2026-07-202026-07-29
📈 Sigue lambda-networks

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 LambdaNetworks, un nuevo enfoque para el reconocimiento de imágenes que alcanza SOTA con menos computación

lambda-networks tiene 1.5k estrellas en GitHub. Se ha bifurcado 155 veces. lambda-networks está escrito principalmente en Python. Se desarrolla activamente desde 2020. lambda-networks está disponible bajo la licencia MIT. Sus temas principales son: artificial-intelligence, attention, attention-mechanism, computer-vision.

Frequently asked questions

¿Qué es lambda-networks?

Implementación de LambdaNetworks, un nuevo enfoque para el reconocimiento de imágenes que alcanza SOTA con menos computación

¿lambda-networks es de código abierto?

lambda-networks es un proyecto de código abierto. Se distribuye bajo la licencia MIT.

¿lambda-networks es gratis?

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

¿Bajo qué licencia está lambda-networks?

lambda-networks está disponible bajo la licencia MIT.

¿En qué lenguaje está escrito lambda-networks?

lambda-networks está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
OpenSourceAI badge — lambda-networks

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

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=lucidrains-lambda-networks)](https://opensourceai.tech/project/lucidrains-lambda-networks.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →
performer-pytorch
Una implementación de Performer, un transformador basado en atención lineal, en Pytorch
1.2k · artificial-intelligence
comparteattentionattention-mechanism
self-attention-cv
Implementación de varios mecanismos de auto-atención centrados en visión por computadora. Repos…
1.2k · artificial-intelligence
comparteattentionattention-mechanism
Star-Attention
Inferencia eficiente de LLM sobre Secuencias Largas
391 · attention-mechanism
comparteattention-mechanism
x-transformers
Un transformador conciso pero completo con atención total y un conjunto de características expe…
5.9k · artificial-intelligence
comparteattention-mechanism
reformer-pytorch
Reformer, el Transformer eficiente, en Pytorch
2.2k · artificial-intelligence
comparteattention-mechanism
nanodl
Biblioteca JAX para entrenar modelos de base de menos de 4B para edge
306 · attention
comparteattentionattention-mechanism
PaLM-pytorch
Implementación de la arquitectura Transformer específica de PaLM - Escalando Modelado de Lengua…
825 · artificial-general-intelligence
comparteattention-mechanism
parti-pytorch
Implementación de Parti, la red neuronal de texto a imagen basada en atención pura de Google, e…
537 · artificial-intelligence
comparteattention-mechanism
alphafold2
Para eventualmente convertirse en una implementación / replicación no oficial de Pytorch de Alp…
1.6k · artificial-intelligence
comparteattention-mechanism
vit-pytorch
Implementación de Vision Transformer, una forma simple de lograr SOTA en clasificación de visió…
25.4k · artificial-intelligence
comparteattention-mechanism

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