Início Projetos q-transformer
q-transformer
Python

q-transformer

Implementação do Q-Transformer, Aprendizado por Reforço Offline Escalável via Funções Q Autoregressivas, do Google Deepmind

por lucidrains · GitHub
Estrelas
Forks
Licença
Criado
Último commit
Linguagem
Provável
Auto-hospedável
artificial-intelligenceattention-mechanismsdeep-learningMITPythonAuto-hospedável
Ver no GitHub
Em palavras simples

Execute experimentos avançados de aprendizado por reforço usando Q-Transformer para melhorar a tomada de decisão em robótica.

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 →
q-transformer — GitHub preview card
📈 Histórico de estrelas
408407
2026-07-202026-08-31
📈 Acompanhe q-transformer

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 Q-Transformer, Aprendizado por Reforço Offline Escalável via Funções Q Autoregressivas, do Google Deepmind

q-transformer tem 407 estrelas no GitHub. Foi bifurcado 22 vezes. q-transformer é escrito principalmente em Python. Está em desenvolvimento ativo desde 2023. q-transformer está disponível sob a licença MIT. Os seus principais temas são: artificial-intelligence, attention-mechanisms, deep-learning, offline-learning.

Frequently asked questions

O que é q-transformer?

Implementação do Q-Transformer, Aprendizado por Reforço Offline Escalável via Funções Q Autoregressivas, do Google Deepmind

q-transformer é de código aberto?

q-transformer é um projeto de código aberto. É distribuído sob a licença MIT.

q-transformer é gratuito?

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

Sob que licença está q-transformer?

q-transformer está disponível sob a licença MIT.

Em que linguagem q-transformer está escrito?

q-transformer é escrito principalmente em Python.

🏅 Mantenedor deste projeto?
olud.ai badge — q-transformer

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

[![olud.ai](https://olud.ai/badge.php?tool=lucidrains-q-transformer)](https://olud.ai/project/lucidrains-q-transformer.html)
Mais opções de badge →
🧬 Partilha ADN com🧬 Ver o mapa de ADN →
robotic-transformer-pytorch
Implementação do RT1 (Robotic Transformer) em Pytorch
455 · artificial-intelligence
partilhaattention-mechanisms
muse-maskgit-pytorch
Implementação do Muse: Geração de Texto para Imagem via Transformadores Generativos Mascarados,…
918 · artificial-intelligence
partilhaattention-mechanisms
Awesome-Transformer-Attention
Uma lista de artigos abrangente sobre Vision Transformer/Atenção, incluindo artigos, códigos e…
5k · attention-mechanism
partilhaattention-mechanisms
iTransformer
Implementação não oficial do iTransformer - Previsão de Séries Temporais SOTA usando redes de A…
538 · artificial-intelligence
partilhaattention-mechanisms
recurrent-memory-transformer-pytorch
Implementação do Recurrent Memory Transformer, artigo do Neurips 2022, em Pytorch
424 · artificial-intelligence
partilhaattention-mechanisms
meshgpt-pytorch
Implementação do MeshGPT, geração de Mesh SOTA usando Atenção, em Pytorch
861 · artificial-intelligence
partilhaattention-mechanisms
audiolm-pytorch
Implementação do AudioLM, uma Abordagem de Modelagem de Linguagem SOTA para Geração de Áudio da…
2.6k · artificial-intelligence
partilhaattention-mechanisms
PaLM-rlhf-pytorch
Implementação de RLHF (Aprendizado por Reforço com Feedback Humano) em cima da arquitetura PaLM…
7.9k · artificial-intelligence
partilhaattention-mechanisms
alphafold3-pytorch
Implementação do Alphafold 3 do Google Deepmind em Pytorch
1.7k · artificial-intelligence
partilhaattention-mechanisms
phenaki-pytorch
Implementação do Phenaki Video, que usa Mask GIT para produzir vídeos guiados por texto de até…
790 · artificial-intelligence
partilhaattention-mechanisms

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