此应用程序将通过更改颜色来转换位图图像文件。 使用“节点index.js”运行文件（或使用./js在命令行中运行文件），后跟要编辑的位图文件的名称作为第一个命令行参数。 该文件必须已经在img目录中！ 否则，请从img目录指定相对路径。 例如../orignal.bmp将在与index.js相同的目录中找到original.bmp。 输入第二个参数的文件名。 默认情况下，创建的新文件将保存到img目录。 从此处指定相对路径以保存到其他位置。 例如../transformed.bmp会将transfomred.bmp保存在与index.js相同的目录中

素描变压器 建模绘图，快速！ 使用变压器的数据集。 火车模型 $ python train.py --on-memory-dataset 预训练模型 一个预先训练的模型（ test llh: 3.002 assets/model_1000000.pt ）在assets/model_1000000.pt $ python train.py --num-transformer-layers=8 --dropout-rate=0.1 --batch-size=128 --learning-rate=1e-3 --on-memory-dataset --log-freq=10000 产生样品 $

Bottleneck Transformers for Visual Recognition，在ImageNet上高达84.7％的top-1精度，性能优于SENet、EfficientNet等，将其应用于目标检测、实例分割等下游任务，涨点显著！

speech-transformer 语音识别 可以跑得起来训练还用aishell 即可 只要按照readme操作 后期还没测试效果只是 训练了几轮，其中的.rar 是模型文件和.pth 是一样的

介绍了为什么要引入self-attention、self-attention的基本原理、self-attention的矩阵表示、Multi-head self-attention、 Positional Encoding、seq2seq

含有T2T-Vit、BotNet、MobileFaceNet、ResNet模型用于人脸识别训练。可参考：https://blog.csdn.net/Bixiwen_liu/article/details/113951973?spm=1001.2014.3001.5501，或，https://blog.csdn.net/Bixiwen_liu/article/details/114894804?spm=1001.2014.3001.5501

《Attention is All You Need》中文版，自己学习时翻译的，不想下载的同学可以去我的blog看：https://blog.csdn.net/nocml/article/details/103082600

High Speed Data Acquisition and Processing System Design of Power Transformer

利用pytorch实现transformers在cifar10上的图像分类，代码简洁，注释详细

SWITCH TRANSFORMERS的PPT分享