labml-nn:带注释的 pyTorch 论文实现

作者:CSDN @ 养乐多

labml-nn库集合了多种神经网络和相关算法的简单 PyTorch 实现,可以帮助我们快速开发深度学习模型。并配有逐行解释代码的文档。

一、网站

给大家分享一个深度学习模型代码逐行解释网站(https://nn.labml.ai/),主流模型都包含在里面。

该网站中文翻译网站:https://nn.labml.ai/zh/

该网站可以逐行解释深度模型代码。

二、主要包含的模型

主要包含的模型有

类型 项目
Transformers 多头注意力、Transformer构建模块、Transformer XL、相对多头注意力、旋转位置嵌入(RoPE)、带线性偏置的注意力(ALiBi)、RETRO、压缩Transformer、GPT架构、GLU变种、kNN-LM: 通过记忆实现泛化、反馈Transformer、开关Transformer、快速权重Transformer、FNet、无注意力Transformer、掩码语言模型、MLP-Mixer: 用于视觉的全MLP架构、关注MLPs(gMLP)、视觉Transformer(ViT)、Primer EZ、Hourglass
Eleuther GPT-NeoX 在48GB GPU上生成、在两个48GB GPU上微调、LLM.int8()
扩散模型(Diffusion models) 降噪扩散概率模型(DDPM)、降噪扩散隐式模型(DDIM)、潜在扩散模型、稳定扩散
生成对抗网络(Generative Adversarial Networks) 原始GAN、具有深度卷积网络的GAN、Cycle GAN、Wasserstein GAN、具有梯度惩罚的Wasserstein GAN、StyleGAN 2
递归高速公路网络(Recurrent Highway Networks) 循环公路网络
LSTM
HyperNetworks - HyperLSTM 超网络 - HyperLSTM
ResNet 残差网络
ConvMixer
胶囊网络(Capsule Networks)
U-Net
Sketch RNN
图神经网络(Graph Neural Networks) 图注意力网络(GAT)、图注意力网络v2(GATv2)
强化学习(Reinforcement Learning) 近端策略优化与广义优势估计、具有双网络、优先回放和双Q网络的深度Q网络
反事实遗憾最小化(CFR) 用 CFR 解决信息不完全的游戏,例如扑克。库恩扑克
优化器(Optimizers) Adam、AMSGrad、具有预热的Adam优化器、Noam优化器、修正的Adam优化器、AdaBelief优化器、Sophia-G优化器
标准化层(Normalization Layers) 批标准化、层标准化、实例标准化、组标准化、权重标准化、批-通道标准化、DeepNorm
蒸馏(Distillation)
自适应计算(Adaptive Computation) PonderNet
不确定性(Uncertainty) 用于分类不确定性量化的证据深度学习
激活函数(Activations) 模糊平铺激活(Fuzzy Tiling Activations)
语言模型抽样技术(Language Model Sampling Techniques) 贪婪抽样、温度抽样、前k个抽样、核抽样(Nucleus Sampling)
可扩展训练/推理(Scalable Training/Inference) Zero3内存优化

三、github代码

https://github.com/labmlai/annotated_deep_learning_paper_implementations/tree/master/labml_nn

四、pip安装

javascript 复制代码
pip install labml-nn
相关推荐
掘金一周13 分钟前
金石焕新程 >> 瓜分万元现金大奖征文活动即将回归 | 掘金一周 4.3
前端·人工智能·后端
白雪讲堂30 分钟前
AI搜索品牌曝光资料包(精准适配文心一言/Kimi/DeepSeek等场景)
大数据·人工智能·搜索引擎·ai·文心一言·deepseek
The Future is mine34 分钟前
Python计算经纬度两点之间距离
开发语言·python
斯汤雷36 分钟前
Matlab绘图案例,设置图片大小,坐标轴比例为黄金比
数据库·人工智能·算法·matlab·信息可视化
九月镇灵将36 分钟前
GitPython库快速应用入门
git·python·gitpython
ejinxian42 分钟前
Spring AI Alibaba 快速开发生成式 Java AI 应用
java·人工智能·spring
葡萄成熟时_1 小时前
【第十三届“泰迪杯”数据挖掘挑战赛】【2025泰迪杯】【代码篇】A题解题全流程(持续更新)
人工智能·数据挖掘
机器之心1 小时前
一篇论文,看见百度广告推荐系统在大模型时代的革新
人工智能