Início Projetos MEGABYTE-pytorch
MEGABYTE-pytorch

MEGABYTE-pytorch

por lucidrains · GitHub

Implementação do MEGABYTE, Prevendo Sequências de Milhões de Bytes com Transformadores Multiescala, em Pytorch

Ver no GitHub
Em palavras simples

Preveja longas sequências de dados usando técnicas avançadas de IA em seus projetos.

⭐ Estrelas
🍴 Forks
📜 Licença
Uso comercial permitido
📅 Criado
🔄 Último commit
🏷️ Categoria
💻 Linguagem
Mantem este projeto?

Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.

Reivindicar esta pagina →
MEGABYTE-pytorch — GitHub preview card
📈 Histórico de estrelas
656655
2026-07-202026-07-29
📈 Acompanhe MEGABYTE-pytorch

Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.

Grátis · sem cartão · cancele quando quiser
Receber alertas por e-mail →
📄 Sobre

Implementação do MEGABYTE, Prevendo Sequências de Milhões de Bytes com Transformadores Multiescala, em Pytorch

MEGABYTE-pytorch tem 655 estrelas no GitHub. Foi bifurcado 55 vezes. MEGABYTE-pytorch é escrito principalmente em Python. Está em desenvolvimento ativo desde 2023. MEGABYTE-pytorch está disponível sob a licença MIT. Os seus principais temas são: artificial-intelligence, attention-mechanisms, deep-learning, learned-tokenization.

Frequently asked questions

O que é MEGABYTE-pytorch?

Implementação do MEGABYTE, Prevendo Sequências de Milhões de Bytes com Transformadores Multiescala, em Pytorch

MEGABYTE-pytorch é de código aberto?

MEGABYTE-pytorch é um projeto de código aberto. É distribuído sob a licença MIT.

MEGABYTE-pytorch é gratuito?

Sim. MEGABYTE-pytorch é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.

Sob que licença está MEGABYTE-pytorch?

MEGABYTE-pytorch está disponível sob a licença MIT.

Em que linguagem MEGABYTE-pytorch está escrito?

MEGABYTE-pytorch é escrito principalmente em Python.

🏅 Mantenedor deste projeto?
OpenSourceAI badge — MEGABYTE-pytorch

Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=lucidrains-megabyte-pytorch)](https://opensourceai.tech/project/lucidrains-megabyte-pytorch.html)
Mais opções de badge →
🧬 Partilha ADN com🧬 Ver o mapa de ADN →
recurrent-memory-transformer-pytorch
Implementação do Recurrent Memory Transformer, artigo do Neurips 2022, em Pytorch
424 · artificial-intelligence
partilhalong-contextattention-mechanisms
robotic-transformer-pytorch
Implementação do RT1 (Robotic Transformer) em Pytorch
455 · artificial-intelligence
partilhaattention-mechanismstransformers
ringattention
Atenção de Contexto Amplo
774 · large-language-models
partilhalong-contexttransformers
muse-maskgit-pytorch
Implementação do Muse: Geração de Texto para Imagem via Transformadores Generativos Mascarados,…
918 · artificial-intelligence
partilhaattention-mechanismstransformers
iTransformer
Implementação não oficial do iTransformer - Previsão de Séries Temporais SOTA usando redes de A…
537 · artificial-intelligence
partilhaattention-mechanismstransformers
meshgpt-pytorch
Implementação do MeshGPT, geração de Mesh SOTA usando Atenção, em Pytorch
861 · artificial-intelligence
partilhaattention-mechanismstransformers
audiolm-pytorch
Implementação do AudioLM, uma Abordagem de Modelagem de Linguagem SOTA para Geração de Áudio da…
2.6k · artificial-intelligence
partilhaattention-mechanismstransformers
musiclm-pytorch
Implementação do MusicLM, o novo modelo SOTA da Google para geração de música usando redes de a…
3.3k · artificial-intelligence
partilhaattention-mechanismstransformers
toolformer-pytorch
Implementação do Toolformer, Modelos de Linguagem que Podem Usar Ferramentas, pela MetaAI
2.1k · api-calling
partilhaattention-mechanismstransformers
BS-RoFormer
Implementação do Band Split Roformer, rede de atenção SOTA para separação de fontes musicais do…
879 · artificial-intelligence
partilhaattention-mechanismstransformers

Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.