Início Projetos performer-pytorch
performer-pytorch

performer-pytorch

por lucidrains · GitHub

Uma implementação do Performer, um transformer baseado em atenção linear, em Pytorch.

Ver no GitHub
Em palavras simples

Implemente um modelo transformer que usa um mecanismo de atenção mais eficiente para várias tarefas.

⭐ 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 →
performer-pytorch — GitHub preview card
📈 Histórico de estrelas
1 1801 179
2026-07-202026-07-29
📈 Acompanhe performer-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

Uma implementação do Performer, um transformer baseado em atenção linear, em Pytorch.

performer-pytorch tem 1.2k estrelas no GitHub. Foi bifurcado 150 vezes. performer-pytorch é escrito principalmente em Python. Está em desenvolvimento ativo desde 2020. performer-pytorch está disponível sob a licença MIT. Os seus principais temas são: artificial-intelligence, attention, attention-mechanism, deep-learning.

Frequently asked questions

O que é performer-pytorch?

Uma implementação do Performer, um transformer baseado em atenção linear, em Pytorch.

performer-pytorch é de código aberto?

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

performer-pytorch é gratuito?

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

Sob que licença está performer-pytorch?

performer-pytorch está disponível sob a licença MIT.

Em que linguagem performer-pytorch está escrito?

performer-pytorch é escrito principalmente em Python.

🏅 Mantenedor deste projeto?
OpenSourceAI badge — performer-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-performer-pytorch)](https://opensourceai.tech/project/lucidrains-performer-pytorch.html)
Mais opções de badge →
🧬 Partilha ADN com🧬 Ver o mapa de ADN →
lambda-networks
Implementação de LambdaNetworks, uma nova abordagem para reconhecimento de imagem que alcança S…
1.5k · artificial-intelligence
partilhaattentionattention-mechanism
x-transformers
Um transformer completo, mas conciso, com um conjunto de recursos experimentais promissores de…
5.9k · artificial-intelligence
partilhaattention-mechanismtransformers
self-attention-cv
Implementação de vários mecanismos de autoatenção focados em visão computacional. Repositório e…
1.2k · artificial-intelligence
partilhaattentionattention-mechanism
reformer-pytorch
Reformer, o Transformer eficiente, em Pytorch
2.2k · artificial-intelligence
partilhaattention-mechanismtransformers
PaLM-pytorch
Implementação da arquitetura Transformer específica do PaLM - Escalando Modelagem de Linguagem…
825 · artificial-general-intelligence
partilhaattention-mechanismtransformers
parti-pytorch
Implementação do Parti, a rede neural de texto para imagem baseada em atenção pura do Google, e…
537 · artificial-intelligence
partilhaattention-mechanismtransformers
vit-pytorch
Implementação do Vision Transformer, uma maneira simples de alcançar SOTA em classificação de v…
25.4k · artificial-intelligence
partilhaattention-mechanismtransformers
RETRO-pytorch
Implementação do RETRO, a rede de Atenção baseada em Recuperação da Deepmind, em Pytorch
879 · artificial-intelligence
partilhaattention-mechanismtransformers
flamingo-pytorch
Implementação do 🦩 Flamingo, rede de atenção de perguntas visuais de poucos disparos de última…
1.3k · artificial-intelligence
partilhaattention-mechanismtransformers
TimeSformer-pytorch
Implementação do TimeSformer do Facebook AI, uma solução puramente baseada em atenção para clas…
729 · artificial-intelligence
partilhaattention-mechanismtransformers

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