transformer

Bộ công cụ tái tạo hình ảnh nén phổ bao gồm MST (CVPR 2022), CST (ECCV 2022), DAUHST (NeurIPS 2022), BiSCI (NeurIPS 2023), HDNet (CVPR 2022), MST++ (CVPRW 2022), v.v.

Cài đặt transformer đơn giản từ đầu bằng PyTorch (lưu trữ, phiên bản mới nhất trên Codeberg)

Triển khai TabTransformer, mạng attention cho dữ liệu dạng bảng, trong PyTorch

Bản cài đặt PyTorch chính thức của Superpoint Transformer [ICCV'23], SuperCluster [3DV'24 Oral], và EZ-SP [ICRA'26]

📘 Sổ tay toàn diện hướng dẫn cách tạo bộ chuyển đổi (transformer) cho TypeScript kèm theo ví dụ mã nguồn.

Hướng dẫn toàn diện về thuật toán từ NLP đến LLM, địa chỉ đọc trực tuyến: https://datawhalechina.github.io/base-llm/

Mã nguồn, tập dữ liệu và checkpoint chính thức cho Timer: Generative Pre-trained Transformers Are Large Time Series Models (ICML 2024) và các công trình liên quan

Mã nguồn mẫu Microsoft Text-to-Speech API bằng nhiều ngôn ngữ, là một phần của Cognitive Services.

allRank là một framework để huấn luyện các mô hình nơ-ron học cách sắp xếp dựa trên PyTorch.

Công cụ chuyển đổi tệp ONNX sang LiteRT/TFLite/TensorFlow, mã nguồn gốc PyTorch (nn.Module), TorchScript (.pt), state_dict (.pt), Exported Program (.pt2) và Dynamo ONNX. Công cụ này cũng hỗ trợ chuyển đổi trực tiếp từ LiteRT sang PyTorch.

Xây dựng hệ thống hội thoại tiếng Trung dựa trên phiên bản mới nhất của Rasa

Bản phát hành mã nguồn chính thức cho [SIGGRAPH 2025] RenderFormer: Kết xuất thần kinh dựa trên Transformer của lưới tam giác với chiếu sáng toàn cục

Danh sách thiết kế phân tử và vật liệu sử dụng Generative AI và Deep Learning

Dòng thời gian về ChatGPT, GenerativeAI và LLM

Các mô hình phân đoạn ngữ nghĩa SOTA trong PyTorch

cuDNN Frontend là điểm truy cập hiện đại, mã nguồn mở của NVIDIA vào thư viện cuDNN và tập hợp ngày càng phát triển các kernel mã nguồn mở hiệu năng cao.

Các bài báo về graph transformer.

Không gian làm việc nhận dạng công thức và chỉnh sửa toán học Office | Viết tay & PDF sang LaTeX/Markdown, cùng các tích hợp API bảo mật

Mô hình nền tảng cho Genomics & Transcriptomics

Triển khai mô hình Transformer (gốc từ Attention is All You Need) được áp dụng cho Chuỗi thời gian.

[ICCV2021] Bản cài đặt PyTorch chính thức của Segmenter: Transformer cho Phân đoạn ngữ nghĩa (Semantic Segmentation)

tfts: Các mô hình học sâu chuỗi thời gian trong TensorFlow

Thư viện PyTorch chứa các mô hình Transformer được tuyển chọn và các thành phần có thể kết hợp

Kho lưu trữ phát hiện thay đổi được xây dựng dựa trên các nền tảng vững chắc

Một gói Laravel Fractal để xây dựng phản hồi API, mang lại sức mạnh của Fractal cùng sự thanh lịch của Laravel.

[ICLR2025] Kolmogorov-Arnold Transformer

[CVPR2025 && NTIRE2025] HVI: Không gian màu mới cho việc tăng cường hình ảnh thiếu sáng (Bản triển khai chính thức)

Transformer dựa trên một biến thể của cơ chế attention có độ phức tạp tuyến tính so với độ dài chuỗi.

ChatMLX là ứng dụng trò chuyện hiện đại, mã nguồn mở, hiệu năng cao dành cho MacOS dựa trên các mô hình ngôn ngữ lớn.

Ghi chú về xe tự lái, phân tích các điểm kiến thức của từng mô-đun và tổng hợp các giải pháp xuất sắc trong ngành. Nội dung bao gồm Deep Learning, xe không người lái, BEV, Transformer, ADAS, CVPR, Tesla AI Day, mô hình lớn, ChatGPT, v.v.