Accueil› Projets› alphafold2
alphafold2
Python

alphafold2

Pour finalement devenir une mise en œuvre / réplication non officielle de Pytorch d'Alphafold2, à mesure que les détails de l'architecture sont publiés

par lucidrains · GitHub
Étoiles
Forks
Licence
Créé
Dernier commit
Langue
artificial-intelligenceattention-mechanismdeep-learningMITPython
Voir sur GitHub
En termes simples

Répliquez le modèle Alphafold2 pour prédire des structures protéiques en utilisant une implémentation PyTorch au fur et à mesure que les détails deviennent disponibles.

Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
alphafold2 — GitHub preview card
📈 Historique des étoiles
1 6341 633
2026-07-202026-08-31
📈 Suivez alphafold2

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

Pour finalement devenir une mise en œuvre / réplication non officielle de Pytorch d'Alphafold2, à mesure que les détails de l'architecture sont publiés

alphafold2 compte 1.6k étoiles sur GitHub. Il a été forké 265 fois. alphafold2 est écrit principalement en Python. Il est développé activement depuis 2020. alphafold2 est disponible sous licence MIT. Ses principaux thèmes sont : artificial-intelligence, attention-mechanism, deep-learning, protein-folding.

❓ Frequently asked questions

Qu'est-ce que alphafold2 ?

Pour finalement devenir une mise en œuvre / réplication non officielle de Pytorch d'Alphafold2, à mesure que les détails de l'architecture sont publiés

alphafold2 est-il open source ?

alphafold2 est un projet open source. Il est distribué sous licence MIT.

alphafold2 est-il gratuit ?

Oui. alphafold2 est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est alphafold2 ?

alphafold2 est disponible sous licence MIT.

Dans quel langage alphafold2 est-il écrit ?

alphafold2 est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — alphafold2

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![olud.ai](https://olud.ai/badge.php?tool=lucidrains-alphafold2)](https://olud.ai/project/lucidrains-alphafold2.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
MultiModalMamba
Une nouvelle implémentation fusionnant ViT avec Mamba en un modèle multimodal rapide, agile et…
★ 473 · ai
partageattention-mechanism
sign-language-translator
Bibliothèque et cadre Python pour construire des traducteurs personnalisés pour les malentendan…
★ 359 · artificial-intelligence
partageattention-mechanism
Star-Attention
Inférence LLM efficace sur de longues séquences
★ 392 · attention-mechanism
partageattention-mechanism
reformer-pytorch
Reformer, le Transformer efficace, en Pytorch
★ 2.2k · artificial-intelligence
partageattention-mechanism
x-transformers
Un transformateur complet mais concis avec un ensemble de fonctionnalités expérimentales promet…
★ 5.9k · artificial-intelligence
partageattention-mechanism
flamingo-pytorch
Implémentation de 🦩 Flamingo, un réseau d'attention de question-réponse visuelle à quelques exe…
★ 1.3k · artificial-intelligence
partageattention-mechanism
TimeSformer-pytorch
Implémentation de TimeSformer de Facebook AI, une solution purement basée sur l'attention pour…
★ 729 · artificial-intelligence
partageattention-mechanism
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
partageattention-mechanism
GeoTransformer
[CVPR2022] Transformateur Géométrique pour l'Enregistrement Rapide et Robuste de Nuages de Poin…
★ 966 · attention-mechanism
partageattention-mechanism
parti-pytorch
Implémentation de Parti, le réseau de neurones text-to-image basé sur l'attention de Google, en…
★ 538 · artificial-intelligence
partageattention-mechanism

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.