NATTEN

高效实现多维滑动窗口自注意力的开源库

NATTEN Neighborhood Attention 自注意力机制深度学习计算机视觉 Github 开源项目

NATTEN是一个开源库，专门用于快速实现Neighborhood Attention。该项目支持1D、2D和3D问题空间，提供naive、GEMM以及新型Fused Neighborhood Attention (FNA)等多种后端实现。FNA引入反向传播支持，显著提高了模型训练效率。NATTEN兼容PyTorch 2.0及更高版本，同时支持CPU和CUDA后端，并实现了因果掩码、可变参数和相对位置偏置等功能。

访问官网

Github

介绍相关项目

attention-viz - 帮助理解Transformer模型在语言和视觉任务中的自注意力机制

GithubTransformerattention-viz可视化开源项目深度学习自然语言处理

此项目通过可视化技术帮助研究人员理解Transformer模型在语言和视觉任务中的自注意力机制，展示查询与关键向量的关系和整体模式。AttentionViz提供了交互式工具，支持多输入序列分析，提升了模型理解，并在多个应用场景中展现其实用性。

keras-attention - Keras 兼容的注意力层，支持 Luong 和 Bahdanau 评分函数

Attention LayerBahdanauGithubKerasLuongTensorflow开源项目

Keras Attention Layer 支持 Luong 和 Bahdanau 的评分函数，与 Tensorflow 2.8 至 2.14 兼容。该层易于安装和使用，可根据需求调整参数，广泛应用于提高深度学习模型精度。提供丰富的实例和详细文档，包括在 LSTM 网络中的注意力机制实现，以及 IMDB 数据集和加数任务的实验数据。

flash-attention-minimal - 简化Flash Attention的CUDA和PyTorch最小化实现

CUDAFlash AttentionGPU加速GithubPyTorch开源项目注意力机制

flash-attention-minimal是一个开源项目，使用CUDA和PyTorch对Flash Attention进行最小化实现。项目仅用约100行代码完成前向传播，遵循原始论文符号表示，为CUDA初学者提供简明教程。通过与手动注意力机制的性能对比，展示了显著的速度提升。尽管目前存在一些限制，如缺少反向传播和固定块大小，但该项目为理解Flash Attention核心概念提供了有价值的参考资料。

efficientvit - EfficientViT多尺度线性注意力用于高分辨率密集预测

EfficientViTGithub图像分割开源项目模型优化深度学习计算机视觉

EfficientViT是一种新型ViT模型，专注于高效处理高分辨率密集预测视觉任务。其核心是轻量级多尺度线性注意力模块，通过硬件友好操作实现全局感受野和多尺度学习。该项目提供图像分类、语义分割和SAM等应用的预训练模型，在性能和效率间达到平衡，适合GPU部署和TensorRT优化。

Awesome-Transformer-Attention - 视觉变换器与注意力机制的最新研究进展

GithubTransformerVision Transformer多模态学习开源项目注意力机制深度学习

探索视觉变换器和注意力机制的最新发展，包括由Min-Hung Chen持续更新的论文、代码与链接资源。适合学术与实际应用，发现创新思路。

Attend-and-Excite - 文本到图像扩散模型中的注意力机制优化

AIAttend-and-ExciteGithubStable Diffusion图像生成开源项目跨注意力

研究表明，当前的文本到图像生成模型在特定语义表达方面存在不足。为解决这一问题，提出了基于注意力机制的语义护理（Generative Semantic Nursing, GSN）方法。此方法通过在推理过程中调整模型的交叉注意单元，使生成的图像更准确地反映输入文本中的多个对象和属性。相比其他方法，该技术在各种文本提示下表现出更高的语义忠实度，并提供详细的实现步骤和代码，以便研究人员进行实验与复现。

ml-cvnets - 灵活的计算机视觉模型训练库

CVNetsGithub图像分类对象检测开源项目模型训练计算机视觉

CVNets是一个计算机视觉库，支持研究人员和工程师训练和评估多种计算机视觉模型，包括对象分类、对象检测和语义分割等任务。最新版本引入了直接处理文件字节的Transformer和高效在线增强，支持如Mask R-CNN、EfficientNet、Swin Transformer和ViT等模型，并增强了蒸馏功能。

nni - 可自动执行特征工程、神经架构搜索、超参数调优和深度学习的模型压缩

GithubNNI开源项目架构搜索模型压缩神经网络智能优化超参数调整

NNI提供一站式解决方案，支持自动化的特征工程、神经架构搜索、超参数调整和模型压缩。它兼容多种框架，并提供详尽的API、丰富的示例及全面的教程。适用于多种训练环境，包括本地、远程SSH服务器和Kubernetes，帮助推动开源社区的技术发展。

test-time-adaptation - 多场景计算机视觉模型在线测试时适应框架

GithubPyTorch在线测试时适应开源项目模型微调深度学习计算机视觉

该项目是一个基于PyTorch的开源在线测试时适应框架。支持CIFAR、ImageNet等多个数据集变体和预训练模型,实现了TENT、MEMO、EATA等多种测试时适应方法。框架采用模块化设计,易于扩展新方法,并提供混合精度训练功能。此外,项目还包含全面的基准测试结果和图像分割任务实验。

fast_rnnt - 快速高效的RNN-T损失计算方法

GithubPyTorchRNN-T剪枝开源项目快速实现损失计算

fast_rnnt项目实现了一种快速高效的RNN-T损失计算方法。通过pruned rnnt算法，该方法使用简单joiner网络获取修剪边界，再评估完整非线性joiner网络。项目提供简单、平滑和修剪三种RNN-T损失计算功能，支持pip安装。与其他实现相比，fast_rnnt在计算速度和内存使用方面表现优异。

相关项目

项目侧边栏1

项目侧边栏2

推荐项目

Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com

@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号