NAIM

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。

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。

适用于Python、机器学习、可视化和大规模表格数据探索的基于内存外混合Apache Arrow/NumPy DataFrame，每秒可处理数十亿行数据

一款终端下的电子表格多功能工具，用于发现和整理数据

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。

Python缺少数据可视化模块。

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

一款用于查看和分析表格数据的桌面应用程序

用于表格数据的基础模型