Home Progetti self-attention-cv
self-attention-cv

self-attention-cv

di The-AI-Summer · GitHub

Implementazione di vari meccanismi di auto-attenzione focalizzati sulla visione artificiale. Repository in corso.

Visualizza su GitHub
In parole semplici

Implementa tecniche di autoattenzione per l'elaborazione delle immagini in progetti di visione artificiale.

⭐ Stelle
🍴 Fork
📜 Licenza
Uso commerciale consentito
📅 Creato
🔄 Ultimo commit
🏷️ Categoria
💻 Lingua
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 →
self-attention-cv — GitHub preview card
📈 Storia delle stelle
1 2161 215
2026-07-202026-07-29
📈 Segui self-attention-cv

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 di vari meccanismi di auto-attenzione focalizzati sulla visione artificiale. Repository in corso.

self-attention-cv ha 1.2k stelle su GitHub. È stato forkato 152 volte. self-attention-cv è scritto principalmente in Python. È in sviluppo attivo dal 2021. self-attention-cv è disponibile con licenza MIT. I suoi temi principali sono: artificial-intelligence, attention, attention-mechanism, deep-learning.

Frequently asked questions

Che cos'è self-attention-cv?

Implementazione di vari meccanismi di auto-attenzione focalizzati sulla visione artificiale. Repository in corso.

self-attention-cv è open source?

self-attention-cv è un progetto open source. È rilasciato con licenza MIT.

self-attention-cv è gratuito?

Sì. self-attention-cv è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è self-attention-cv?

self-attention-cv è disponibile con licenza MIT.

In quale linguaggio è scritto self-attention-cv?

self-attention-cv è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
OpenSourceAI badge — self-attention-cv

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

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=the-ai-summer-self-attention-cv)](https://opensourceai.tech/project/the-ai-summer-self-attention-cv.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →
performer-pytorch
Un'implementazione di Performer, un trasformatore basato su attenzione lineare, in Pytorch.
1.2k · artificial-intelligence
condivideattentionattention-mechanism
lambda-networks
Implementazione di LambdaNetworks, un nuovo approccio al riconoscimento delle immagini che ragg…
1.5k · artificial-intelligence
condivideattentionattention-mechanism
Medical-Transformer
Codice ufficiale Pytorch per "Medical Transformer: Gated Axial-Attention for Medical Image Segm…
861 · attention
condivideattentiontransformer
Informer2020
Il repository GitHub per l'articolo "Informer" accettato da AAAI 2021.
6.5k · deep-learning
condivideself-attentiontransformer
x-transformers
Un trasformatore completo ma conciso con un insieme di promettenti funzionalità sperimentali da…
5.9k · artificial-intelligence
condivideattention-mechanismtransformers
nanodl
Libreria JAX per l'addestramento di modelli fondazionali sub-4B per edge
306 · attention
condivideattentionattention-mechanism
pytorch-original-transformer
La mia implementazione del modello transformer originale (Vaswani et al.). Ho incluso anche il…
1.1k · attention
condivideattentionattention-mechanism
reformer-pytorch
Reformer, il Transformer efficiente, in Pytorch
2.2k · artificial-intelligence
condivideattention-mechanismtransformers
ML-2021-notes
Appunti del corso di Machine Learning (2021 Spring) del Professor Li Hongyi dell'Università Naz…
588 · cnn
condivideself-attentiontransformer
PaLM-pytorch
Implementazione dell'architettura Transformer specifica da PaLM - Scaling Language Modeling wit…
825 · artificial-general-intelligence
condivideattention-mechanismtransformers

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