transformer

🔍 Ein auf LLMs basierendes Multi-Agenten-Framework für Suchmaschinen (ähnlich wie Perplexity.ai Pro und SearchGPT)

Ein Framework für effiziente Modellinferenz mit Omnimodalitätsmodellen

Das GitHub-Repository für das von der AAAI 2021 angenommene Paper „Informer“.

Transformer-bezogene Optimierung, einschließlich BERT, GPT

Time Series Timeseries Deep Learning Machine Learning Python Pytorch fastai | State-of-the-Art-Deep-Learning-Bibliothek für Zeitreihen und Sequenzen in Pytorch / fastai

Quantisierung, Kernels, Laufzeit und Inferenz-Engine für Mobilgeräte, Wearables, Smart Home und Roboter.

Tutorials zur Implementierung einiger Sequence-to-Sequence-Modelle (seq2seq) mit PyTorch und TorchText.

SwinIR: Bildwiederherstellung mit Swin Transformer (offizielles Repository)

Ein programmierbarer Mixture-of-Models-Router für heterogene LLM-Inferenz

Produktionsorientiertes und einsatzbereites End-to-End-Spracherkennungstoolkit

Eine äußerst umfassende Liste von Arbeiten zu Vision Transformer/Attention, einschließlich Papern, Codes und zugehörigen Websites

Ein Open-Source-Framework für Prompt-Learning.

Ein leicht verständlicher Leitfaden zum Einstieg in die KI für Studenten und Ingenieure. Deckt neuronale Netze, große Sprachmodelle, Systemdesign und algorithmische Grundlagen ab.

Transformer: PyTorch-Implementierung von „Attention Is All You Need“

Ressourcenplattform für Vorstellungsgespräche von AIGC/LLM/AI Agent-Algorithmus-Ingenieuren.

Effiziente KI-Backbones einschließlich GhostNet, TNT und MLP, entwickelt vom Huawei Noah's Ark Lab.

Skalierbare und benutzerfreundliche neuronale :brain: Prognosealgorithmen.

Einführungs-, Fortgeschrittenen- und Spezialkurse zu Deep Learning, akademische und industrielle Fallstudien, Deep-Learning-Enzyklopädie und Interview-Fragensammlung.

Offizielle PyTorch-Implementierung von SegFormer

Sammlung von Arbeiten zu Transformern mit Vision. Awesome Transformer mit Computer Vision (CV)

Towhee ist ein Framework, das darauf ausgerichtet ist, Pipelines zur Verarbeitung neuronaler Daten einfach und schnell zu machen.

Wir möchten ein Repository erstellen, um die Verwendung von Transformers auf Chinesisch zu veranschaulichen.

Dieses Repository enthält eine Leseliste von Fachartikeln zu Zeitreihenvorhersagen (TSF) und raum-zeitlichen Vorhersagen (STF). Diese Artikel sind hauptsächlich nach Modelltyp kategorisiert.

Grundlagen-Architektur für (M)LLMs

Open-Source-Autofactor-Factory basierend auf Deep Reinforcement Learning.

In Rust geschriebene, einsatzbereite NLP-Pipelines und Transformer-basierte Modelle (BERT, DistilBERT, GPT2,...)

[AutoArk] GPA (General Purpose Audio) kann ASR, TTS und Sprachkonvertierung mit einem einzigen kleinen Modell durchführen!

Eine professionell kuratierte Liste von großartigen Ressourcen (Papers, Code, Daten usw.) zu Transformern in Zeitreihen.

Flops-Zähler für neuronale Netze im PyTorch-Framework

PyTorch-native Quantisierung für Training und Inferenz.