transformer

🔍 Khung đa tác nhân dựa trên LLM của công cụ tìm kiếm web (giống như Perplexity.ai Pro và SearchGPT)

Một framework để suy luận mô hình hiệu quả với các mô hình đa phương thức

Kho lưu trữ GitHub cho bài báo "Informer" được chấp nhận bởi AAAI 2021.

Tối ưu hóa liên quan đến Transformer, bao gồm BERT, GPT

Chuỗi thời gian Timeseries Học sâu Học máy Python Pytorch fastai | Thư viện học sâu tiên tiến nhất cho chuỗi thời gian và chuỗi trong Pytorch / fastai

Lượng tử hóa, kernel, runtime và công cụ suy luận cho thiết bị di động, thiết bị đeo, nhà thông minh và robot.

Hướng dẫn triển khai một số mô hình chuỗi sang chuỗi (seq2seq) bằng PyTorch và TorchText.

SwinIR: Phục hồi hình ảnh sử dụng Swin Transformer (repository chính thức)

Bộ định tuyến Mixture-of-Models có thể lập trình cho suy luận LLM dị thể

Bộ công cụ nhận dạng giọng nói đầu-cuối (End-to-End) ưu tiên môi trường production và sẵn sàng cho production

Danh sách tài liệu nghiên cứu cực kỳ toàn diện về Vision Transformer/Attention, bao gồm các bài báo, mã nguồn và các trang web liên quan

Một framework mã nguồn mở dành cho Prompt-Learning.

Kinh thánh nhập môn AI dễ hiểu và thực tế, từ học sinh đến kỹ sư đều có thể dễ dàng nắm bắt. Bao gồm từ mạng neural đến LLM, thiết kế cấp cao đến nguyên lý vi mô, triển khai kỹ thuật đến nền tảng thuật toán. Sau khi học xong, mọi người có thể hiểu rõ tại sao khả năng dự đoán token tiếp theo có vẻ nhỏ bé này lại có thể thay đổi thế giới, và nhận ra AI không hề thần bí hay cao xa như tưởng tượng. Hãy chinh phục nó!

Transformer: Triển khai PyTorch của "Attention Is All You Need"

Nền tảng tài nguyên phỏng vấn kỹ sư thuật toán AIGC/LLM/AI Agent. Bao gồm kinh nghiệm thực tế và kiến thức cốt lõi đa chu kỳ cho các cuộc phỏng vấn trong ngành AI như AIGC, LLM, AI Agent, trí tuệ hiện thân (embodied AI), học sâu truyền thống, thị giác máy tính, xử lý ngôn ngữ tự nhiên, tự lái, học máy, học tăng cường, khai phá dữ liệu lớn, mô hình thế giới, metaverse, AGI, v.v.

Các AI backbone hiệu quả bao gồm GhostNet, TNT và MLP, được phát triển bởi Phòng thí nghiệm Noah's Ark của Huawei.

Thuật toán dự báo neural :brain: có khả năng mở rộng và thân thiện với người dùng.

Khóa học nhập môn, nâng cao, chuyên sâu về học sâu, các trường hợp nghiên cứu học thuật, thực tiễn công nghiệp, bách khoa toàn thư kiến thức học sâu và ngân hàng câu hỏi phỏng vấn.

Bản triển khai chính thức của SegFormer bằng PyTorch

Tổng hợp một số bài báo nghiên cứu về transformer trong thị giác máy tính. Awesome Transformer với Computer Vision (CV)

Towhee là một framework chuyên dụng giúp các đường ống xử lý dữ liệu thần kinh trở nên đơn giản và nhanh chóng.

chúng tôi muốn tạo một kho lưu trữ để minh họa cách sử dụng các mô hình transformers bằng tiếng Trung

Kho lưu trữ này chứa danh sách các bài báo nghiên cứu về Dự báo/Dự đoán Chuỗi Thời gian (TSF) và Dự báo/Dự đoán Không gian - Thời gian (STF). Các bài báo này chủ yếu được phân loại theo loại mô hình.

Kiến trúc nền tảng cho (M)LLM.

Nhà máy nhân tố tự động mã nguồn mở dựa trên học tăng cường sâu.

Các pipeline NLP gốc bằng Rust và mô hình dựa trên transformer (BERT, DistilBERT, GPT2,...)

[AutoArk] GPA (General Purpose Audio) có thể thực hiện ASR, TTS và chuyển đổi giọng nói chỉ với một mô hình nhỏ gọn!

Danh sách các tài nguyên tuyệt vời được tuyển chọn chuyên nghiệp (bài báo, mã nguồn, dữ liệu, v.v.) về transformers trong chuỗi thời gian.

Trình đếm Flops cho mạng nơ-ron trong framework pytorch

Lượng tử hóa gốc bằng PyTorch cho việc huấn luyện và suy luận