Inicio Proyectos musiclm-pytorch
musiclm-pytorch
Python

musiclm-pytorch

Implementación de MusicLM, el nuevo modelo SOTA de Google para generación de música utilizando redes de atención, en Pytorch

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

Genera música utilizando un modelo que entiende audio y texto.

¿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 →
musiclm-pytorch — GitHub preview card
📈 Historial de estrellas
3 2963 295
2026-07-072026-08-31
📈 Sigue musiclm-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 MusicLM, el nuevo modelo SOTA de Google para generación de música utilizando redes de atención, en Pytorch

musiclm-pytorch tiene 3.3k estrellas en GitHub. Se ha bifurcado 264 veces. musiclm-pytorch está escrito principalmente en Python. Se desarrolla activamente desde 2023. musiclm-pytorch está disponible bajo la licencia MIT. Sus temas principales son: artificial-intelligence, attention-mechanisms, deep-learning, music-synthesis.

Frequently asked questions

¿Qué es musiclm-pytorch?

Implementación de MusicLM, el nuevo modelo SOTA de Google para generación de música utilizando redes de atención, en Pytorch

¿musiclm-pytorch es de código abierto?

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

¿musiclm-pytorch es gratis?

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

¿Bajo qué licencia está musiclm-pytorch?

musiclm-pytorch está disponible bajo la licencia MIT.

¿En qué lenguaje está escrito musiclm-pytorch?

musiclm-pytorch está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — musiclm-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-musiclm-pytorch)](https://olud.ai/project/lucidrains-musiclm-pytorch.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →
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
alphafold3-pytorch
Implementación de Alphafold 3 de Google Deepmind en Pytorch
1.7k · 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.