Accueil Projets reformer-pytorch
reformer-pytorch

reformer-pytorch

par lucidrains · GitHub

Reformer, le Transformer efficace, en Pytorch

Voir sur GitHub
En termes simples

Construisez des modèles d'apprentissage automatique efficaces en utilisant une version spéciale de l'architecture Transformer dans Pytorch.

⭐ 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 →
reformer-pytorch — GitHub preview card
📈 Historique des étoiles
2 1912 190
2026-07-072026-07-29
📈 Suivez reformer-pytorch

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

Reformer, le Transformer efficace, en Pytorch

reformer-pytorch compte 2.2k étoiles sur GitHub. Il a été forké 253 fois. reformer-pytorch est écrit principalement en Python. Il est développé activement depuis 2020. reformer-pytorch est disponible sous licence MIT. Ses principaux thèmes sont : artificial-intelligence, attention-mechanism, machine-learning, pytorch.

Frequently asked questions

Qu'est-ce que reformer-pytorch ?

Reformer, le Transformer efficace, en Pytorch

reformer-pytorch est-il open source ?

reformer-pytorch est un projet open source. Il est distribué sous licence MIT.

reformer-pytorch est-il gratuit ?

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

Sous quelle licence est reformer-pytorch ?

reformer-pytorch est disponible sous licence MIT.

Dans quel langage reformer-pytorch est-il écrit ?

reformer-pytorch est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — reformer-pytorch

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-reformer-pytorch)](https://olud.ai/project/lucidrains-reformer-pytorch.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
x-transformers
Un transformateur complet mais concis avec un ensemble de fonctionnalités expérimentales promet…
5.9k · artificial-intelligence
partageattention-mechanismtransformers
PaLM-pytorch
Implémentation de l'architecture Transformer spécifique de PaLM - Scaling Language Modeling wit…
825 · artificial-general-intelligence
partageattention-mechanismtransformers
parti-pytorch
Implémentation de Parti, le réseau de neurones text-to-image basé sur l'attention de Google, en…
537 · artificial-intelligence
partageattention-mechanismtransformers
vit-pytorch
Implémentation de Vision Transformer, un moyen simple d'atteindre SOTA en classification visuel…
25.4k · artificial-intelligence
partageattention-mechanismtransformers
RETRO-pytorch
Implémentation de RETRO, le réseau d'attention basé sur la récupération de Deepmind, en Pytorch
879 · artificial-intelligence
partageattention-mechanismtransformers
performer-pytorch
Une implémentation de Performer, un transformateur basé sur l'attention linéaire, en Pytorch.
1.2k · artificial-intelligence
partageattention-mechanismtransformers
flamingo-pytorch
Implémentation de 🦩 Flamingo, un réseau d'attention de question-réponse visuelle à quelques exe…
1.3k · artificial-intelligence
partageattention-mechanismtransformers
TimeSformer-pytorch
Implémentation de TimeSformer de Facebook AI, une solution purement basée sur l'attention pour…
729 · artificial-intelligence
partageattention-mechanismtransformers
FLASH-pytorch
Implémentation de la variante Transformer proposée dans "Transformer Quality in Linear Time"
372 · artificial-intelligence
partageattention-mechanismtransformers
DALLE-pytorch
Implémentation / réplication de DALL-E, le transformateur texte-image d'OpenAI, en Pytorch
5.6k · artificial-intelligence
partageattention-mechanismtransformers

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