Inicio› Proyectos› x-transformers
x-transformers
Python

x-transformers

Un transformador conciso pero completo con atención total y un conjunto de características experimentales prometedoras de varios artículos

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

Construye y experimenta con modelos avanzados de IA que procesan texto e imágenes utilizando un marco de transformador flexible.

¿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 →
x-transformers — GitHub preview card
📈 Historial de estrellas
5 9245 919
2026-07-042026-08-31
📈 Sigue x-transformers

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

Un transformador conciso pero completo con atención total y un conjunto de características experimentales prometedoras de varios artículos

x-transformers tiene 5.9k estrellas en GitHub. Se ha bifurcado 516 veces. x-transformers está escrito principalmente en Python. Se desarrolla activamente desde 2020. x-transformers está disponible bajo la licencia MIT. Sus temas principales son: artificial-intelligence, attention-mechanism, deep-learning, transformers.

❓ Frequently asked questions

¿Qué es x-transformers?

Un transformador conciso pero completo con atención total y un conjunto de características experimentales prometedoras de varios artículos

¿x-transformers es de código abierto?

x-transformers es un proyecto de código abierto. Se distribuye bajo la licencia MIT.

¿x-transformers es gratis?

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

¿Bajo qué licencia está x-transformers?

x-transformers está disponible bajo la licencia MIT.

¿En qué lenguaje está escrito x-transformers?

x-transformers está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — x-transformers

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-x-transformers)](https://olud.ai/project/lucidrains-x-transformers.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →
flamingo-pytorch
Implementación de 🦩 Flamingo, red de atención de vanguardia para preguntas visuales de pocos di…
★ 1.3k · artificial-intelligence
comparteattention-mechanismtransformers
TimeSformer-pytorch
Implementación de TimeSformer de Facebook AI, una solución puramente basada en atención para la…
★ 729 · artificial-intelligence
comparteattention-mechanismtransformers
PaLM-pytorch
Implementación de la arquitectura Transformer específica de PaLM - Escalando Modelado de Lengua…
★ 825 · artificial-general-intelligence
comparteattention-mechanismtransformers
MultiModalMamba
Una implementación novedosa de fusión de ViT con Mamba en un modelo multimodal rápido, ágil y d…
★ 473 · ai
comparteattention-mechanism
sign-language-translator
Biblioteca y marco de Python para construir traductores personalizados para personas con discap…
★ 359 · artificial-intelligence
comparteattention-mechanism
Star-Attention
Inferencia eficiente de LLM sobre Secuencias Largas
★ 392 · attention-mechanism
comparteattention-mechanism
Natural_Language_Processing_with_Transformers
Procesamiento de Lenguaje Natural con Transformers 中译本,最权威Transformers教程
★ 574 · bert
compartetransformers
reformer-pytorch
Reformer, el Transformer eficiente, en Pytorch
★ 2.2k · artificial-intelligence
comparteattention-mechanism
fromthetensor
Desde el Tensor hasta Stable Diffusion, un esquema aproximado para un curso de 10 semanas.
★ 1.1k · deep-learning
compartetransformers
nndl
邱锡鹏《神经网络与深度学习》(蒲公英书)理论书 v2 与通识版
★ 19k · attention-mechanism
comparteattention-mechanism

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