Início Projetos self-attention-cv
self-attention-cv

self-attention-cv

por The-AI-Summer · GitHub

Implementação de vários mecanismos de autoatenção focados em visão computacional. Repositório em andamento.

Ver no GitHub
Em palavras simples

Implemente técnicas de autoatenção para processamento de imagens em projetos de visão computacional.

⭐ 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 →
self-attention-cv — GitHub preview card
📈 Histórico de estrelas
1 2161 215
2026-07-202026-07-29
📈 Acompanhe self-attention-cv

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 de vários mecanismos de autoatenção focados em visão computacional. Repositório em andamento.

self-attention-cv tem 1.2k estrelas no GitHub. Foi bifurcado 152 vezes. self-attention-cv é escrito principalmente em Python. Está em desenvolvimento ativo desde 2021. self-attention-cv está disponível sob a licença MIT. Os seus principais temas são: artificial-intelligence, attention, attention-mechanism, deep-learning.

Frequently asked questions

O que é self-attention-cv?

Implementação de vários mecanismos de autoatenção focados em visão computacional. Repositório em andamento.

self-attention-cv é de código aberto?

self-attention-cv é um projeto de código aberto. É distribuído sob a licença MIT.

self-attention-cv é gratuito?

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

Sob que licença está self-attention-cv?

self-attention-cv está disponível sob a licença MIT.

Em que linguagem self-attention-cv está escrito?

self-attention-cv é escrito principalmente em Python.

🏅 Mantenedor deste projeto?
OpenSourceAI badge — self-attention-cv

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=the-ai-summer-self-attention-cv)](https://opensourceai.tech/project/the-ai-summer-self-attention-cv.html)
Mais opções de badge →
🧬 Partilha ADN com🧬 Ver o mapa de ADN →
performer-pytorch
Uma implementação do Performer, um transformer baseado em atenção linear, em Pytorch.
1.2k · artificial-intelligence
partilhaattentionattention-mechanism
lambda-networks
Implementação de LambdaNetworks, uma nova abordagem para reconhecimento de imagem que alcança S…
1.5k · artificial-intelligence
partilhaattentionattention-mechanism
Medical-Transformer
Código oficial do Pytorch para "Transformador Médico: Atenção Axial Gated para Segmentação de I…
861 · attention
partilhaattentiontransformer
Informer2020
O repositório do GitHub para o artigo "Informer" aceito pela AAAI 2021.
6.5k · deep-learning
partilhaself-attentiontransformer
x-transformers
Um transformer completo, mas conciso, com um conjunto de recursos experimentais promissores de…
5.9k · artificial-intelligence
partilhaattention-mechanismtransformers
nanodl
Biblioteca JAX para treinar modelos de fundação sub-4B para edge
306 · attention
partilhaattentionattention-mechanism
pytorch-original-transformer
Minha implementação do modelo transformer original (Vaswani et al.). Também incluí o arquivo pl…
1.1k · attention
partilhaattentionattention-mechanism
reformer-pytorch
Reformer, o Transformer eficiente, em Pytorch
2.2k · artificial-intelligence
partilhaattention-mechanismtransformers
ML-2021-notes
Notas do curso de aprendizado de máquina (Machine Learning) da primavera de 2021 do Professor L…
588 · cnn
partilhaself-attentiontransformer
PaLM-pytorch
Implementação da arquitetura Transformer específica do PaLM - Escalando Modelagem de Linguagem…
825 · artificial-general-intelligence
partilhaattention-mechanismtransformers

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