Home Progetti bottleneck-transformer-pytorch
bottleneck-transformer-pytorch
Python

bottleneck-transformer-pytorch

Implementazione del Bottleneck Transformer in Pytorch

di lucidrains · GitHub
Stelle
Fork
Licenza
Creato
Ultimo commit
Lingua
artificial-intelligenceattention-mechanismdeep-learningMITPython
Visualizza su GitHub
In parole semplici

Allena un modello di riconoscimento visivo utilizzando una combinazione di tecniche di convoluzione e attenzione sul tuo computer.

Mantieni questo progetto?

Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.

Rivendica questa pagina →
bottleneck-transformer-pytorch — GitHub preview card
📈 Storia delle stelle
679678
2026-07-202026-08-31
📈 Segui bottleneck-transformer-pytorch

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

Implementazione del Bottleneck Transformer in Pytorch

bottleneck-transformer-pytorch ha 678 stelle su GitHub. È stato forkato 81 volte. bottleneck-transformer-pytorch è scritto principalmente in Python. È in sviluppo attivo dal 2021. bottleneck-transformer-pytorch è disponibile con licenza MIT. I suoi temi principali sono: artificial-intelligence, attention-mechanism, deep-learning, image-classification.

Frequently asked questions

Che cos'è bottleneck-transformer-pytorch?

Implementazione del Bottleneck Transformer in Pytorch

bottleneck-transformer-pytorch è open source?

bottleneck-transformer-pytorch è un progetto open source. È rilasciato con licenza MIT.

bottleneck-transformer-pytorch è gratuito?

Sì. bottleneck-transformer-pytorch è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è bottleneck-transformer-pytorch?

bottleneck-transformer-pytorch è disponibile con licenza MIT.

In quale linguaggio è scritto bottleneck-transformer-pytorch?

bottleneck-transformer-pytorch è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
olud.ai badge — bottleneck-transformer-pytorch

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![olud.ai](https://olud.ai/badge.php?tool=lucidrains-bottleneck-transformer-pytorch)](https://olud.ai/project/lucidrains-bottleneck-transformer-pytorch.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →
vit-pytorch
Implementazione di Vision Transformer, un modo semplice per raggiungere SOTA nella classificazi…
25.4k · artificial-intelligence
condivideimage-classificationattention-mechanism
transformer-in-transformer
Implementation of Transformer in Transformer, pixel level attention paired with patch level att…
306 · artificial-intelligence
condivideimage-classification
MultiModalMamba
Un'implementazione innovativa che fonde ViT con Mamba in un modello Multi-Modale veloce, agile…
473 · ai
condivideattention-mechanism
computer-vision
Compiti di Programmazione e Lezioni per il CS 231 di Stanford: Reti Neurali Convoluzionali per…
508 · computer-vision
condivideimage-classification
sign-language-translator
Libreria e framework Python per costruire traduttori personalizzati per non udenti e tradurre t…
359 · artificial-intelligence
condivideattention-mechanism
AlphaTree-graphic-deep-neural-network
AI Roadmap: 机器学习(Machine Learning)、深度学习(Deep Learning)、对抗神经网络(GAN),图神经网络(GNN),NLP,大数据相关的发展路书(ro…
3k · deep-learning
condivideimage-classification
Star-Attention
Inferenza LLM efficiente su lunghe sequenze
392 · attention-mechanism
condivideattention-mechanism
catalyst
Ricerca e sviluppo accelerati nel deep learning
3.4k · computer-vision
condivideimage-classification
Awesome-Backbones
Integra modelli di deep learning per la classificazione delle immagini | Progetto di apprendime…
2k · cnn
condivideimage-classification
ultralytics
Ultralytics YOLO26, YOLO11, YOLOv8 — rilevamento oggetti, segmentazione istantanea, segmentazio…
59.6k · computer-vision
condivideimage-classification

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.