搜索结果：transformer（40 个）

MLeap 专注于简化机器学习流水线的生产部署。它支持将 Spark 或 Scikit-learn 训练的流水线导出为便携格式（JSON/Protobuf），并直接在轻量级 JVM 运行时上执行，完全脱离对 Spark、sklearn 等重型环境的依赖，实现高性能、跨平台的快速推理。

NVIDIA 开源的大规模 Transformer 语言模型分布式训练研究项目。

Vision Transformer（ViT）的 PyTorch 简洁实现，用于图像分类任务。

针对研究和生产环境优化的高性能前沿 Tokenizer 库。

使用 PyTorch 从零开始、循序渐进实现类似 ChatGPT 的大语言模型教程。

纯 C99 实现的 Kimi K3 推理，无需 GPU、BLAS 或任何框架，单 CPU 和 8.24 GB 内存即可运行。

先进的文本嵌入（Embeddings）、信息检索与重排序（Reranking）工具库。

面向 Android 平台的开源实时翻译应用，完全在本地设备离线运行。

Nano vLLM

混元视频：腾讯开源的系统化大规模视频生成模型框架。

用于流式 3D 重建的几何上下文 Transformer 模型。

eff 是一个面向 Scala 的函数式编程库。它旨在替代复杂的单子变换器（Monad Transformers），解决多重副作用组合繁琐的问题。核心提供基于“Freer Monad”的可扩展副作用（Eff monad），开箱支持 Reader、Writer、State 等常用效果，并允许开发者自定义副作用栈。

NeurIPS 2022 成果，基于预设码本的鲁棒盲人脸修复与图像复原算法。

〔中文简介暂未生成〕 Site and E-book Generator and Customizable Text Markup Transformer for sbt, Scala and Scala.js

PyTorch 图像骨干网络合集，包含各类主流模型、预训练权重及训练推理脚本。

Cats MTL 为 Scala 的 Cats 库提供了单子变换器类型类（如 EitherT、StateT 等）。它解决了多变换器同时引入时隐式转换产生二义性的问题，让开发者能在作用域内安全混用多种变换器，并配套提供了便于测试类型类实现的定律支持。

CVPR 2025 最佳论文获奖项目，基于视觉几何定位的 Transformer 模型。

面向 Web 的前沿 Machine Learning 库，无需服务器即可直接在浏览器中运行 Transformers。

涵盖文本、视觉、音频及多模态的前沿机器学习模型框架，支持推理与训练。

60 余篇深度学习经典论文的带注释代码实现与图文教程集合。