Accueil Projets lambda-networks
lambda-networks

lambda-networks

par lucidrains · GitHub

Implémentation de LambdaNetworks, une nouvelle approche de la reconnaissance d'images qui atteint SOTA avec moins de calcul

Voir sur GitHub
En termes simples

Implémentez une nouvelle méthode de reconnaissance d'images qui utilise moins de puissance de calcul tout en atteignant une haute précision.

⭐ Étoiles
🍴 Forks
📜 Licence
Utilisation commerciale autorisée
📅 Créé
🔄 Dernier commit
🏷️ Catégorie
💻 Langue
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 →
lambda-networks — GitHub preview card
📈 Historique des étoiles
1 5291 528
2026-07-202026-07-29
📈 Suivez lambda-networks

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

Implémentation de LambdaNetworks, une nouvelle approche de la reconnaissance d'images qui atteint SOTA avec moins de calcul

lambda-networks compte 1.5k étoiles sur GitHub. Il a été forké 155 fois. lambda-networks est écrit principalement en Python. Il est développé activement depuis 2020. lambda-networks est disponible sous licence MIT. Ses principaux thèmes sont : artificial-intelligence, attention, attention-mechanism, computer-vision.

Frequently asked questions

Qu'est-ce que lambda-networks ?

Implémentation de LambdaNetworks, une nouvelle approche de la reconnaissance d'images qui atteint SOTA avec moins de calcul

lambda-networks est-il open source ?

lambda-networks est un projet open source. Il est distribué sous licence MIT.

lambda-networks est-il gratuit ?

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

Sous quelle licence est lambda-networks ?

lambda-networks est disponible sous licence MIT.

Dans quel langage lambda-networks est-il écrit ?

lambda-networks est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
OpenSourceAI badge — lambda-networks

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

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=lucidrains-lambda-networks)](https://opensourceai.tech/project/lucidrains-lambda-networks.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
performer-pytorch
Une implémentation de Performer, un transformateur basé sur l'attention linéaire, en Pytorch.
1.2k · artificial-intelligence
partageattentionattention-mechanism
self-attention-cv
Mise en œuvre de divers mécanismes d'auto-attention axés sur la vision par ordinateur. Dépôt en…
1.2k · artificial-intelligence
partageattentionattention-mechanism
Star-Attention
Inférence LLM efficace sur de longues séquences
391 · attention-mechanism
partageattention-mechanism
x-transformers
Un transformateur complet mais concis avec un ensemble de fonctionnalités expérimentales promet…
5.9k · artificial-intelligence
partageattention-mechanism
reformer-pytorch
Reformer, le Transformer efficace, en Pytorch
2.2k · artificial-intelligence
partageattention-mechanism
nanodl
Bibliothèque JAX pour l'entraînement de modèles de fondation sub-4B pour l'edge
306 · attention
partageattentionattention-mechanism
PaLM-pytorch
Implémentation de l'architecture Transformer spécifique de PaLM - Scaling Language Modeling wit…
825 · artificial-general-intelligence
partageattention-mechanism
parti-pytorch
Implémentation de Parti, le réseau de neurones text-to-image basé sur l'attention de Google, en…
537 · artificial-intelligence
partageattention-mechanism
alphafold2
Pour finalement devenir une mise en œuvre / réplication non officielle de Pytorch d'Alphafold2,…
1.6k · artificial-intelligence
partageattention-mechanism
vit-pytorch
Implémentation de Vision Transformer, un moyen simple d'atteindre SOTA en classification visuel…
25.4k · artificial-intelligence
partageattention-mechanism

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