B-Attention

使用Pytorch实现视觉Transformer，这是一种仅用单个Transformer编码器就能轻松达到图像分类领域最先进水平（SOTA）的简易方法。

深度学习入门教程：一篇优秀的学习指南

RWKV（发音为RwaKuv）是一个具有出色大语言模型性能的循环神经网络（RNN），它也可以像GPT Transformer一样直接训练（可并行化）。我们现在处于RWKV-7 "鹅"阶段。因此，它结合了RNN和Transformer的优点——性能卓越、线性时间复杂度、常数空间复杂度（无键值缓存）、快速训练、无限上下文长度以及免费的句子嵌入。

一个基于Python的开源低代码机器学习库

使用Pytorch框架实现/复现OpenAI的文本转图像Transformer模型DALL-E

一个简洁完整、基于全注意力机制的Transformer模型，并整合了来自多篇论文中一些有前景的实验特性。

Proto Actor：Go、C# 和 Java/Kotlin 的超高速分布式 Actor 框架

本书配套的 TensorFlow 机器学习源代码。请参考书中步骤进行详细了解。

这个仓库收集了自然语言处理（NLP）算法工程师学习顶级会议论文的心得笔记。

图注意力网络 (论文链接：https://arxiv.org/abs/1710.10903)