今日AI ：字节开源了个锤子：帮你高效训练 PyTorch 模型；VFormer：开源的视觉 Transformer 组件...

喜欢就关注 AIZOO 吧！

今日 AI 资讯主要有：字节跳动在 Github 开源了一个锤子，帮我们高效率训练深度学习模型；VFormer开源，一个基于 PyTorch 的 视觉 Transfomer 模块化的开源库。

字节跳动开源锤子（Hammer）

链接地址：

https://github.com/bytedance/Hammer

这个名字不是我恶搞，它的确就叫锤子（Hammer）。官方的介绍是：

翻译一下：一个高效的训练深度学习模型的库。本仓库提供了基于 PyTorch 的高效训练库。

因为此仓库刚刚开源一天多，star 还不多，而且提供的模型也不太多，主要是 styleGAN、styleGAN2、styleGAN3。当然，看官方的介绍，里面会提供越来越多的各种模型，而不是仅限于 GAN。

StyleGAN3 效果

这个仓库，很明显起得名字很大气，而且介绍也很大气，说不准未来会真的做成一个高效训练的库。

我们关注这种代码有什么意义呢？主要是深度学习发展日新月异，通过看大公司开源的代码，我们可以很好的学习一些新特性，以及代码的组织结构。

让我们静观其变吧。

VFormer：基于 PyTorch 的模块化的视觉 Transmer 库

库特性：

提供知名的 ViT 的实现，我们将他们分解为模块化组件（如编码器、注意力机制和解码器）。通过组合不同架构的组件，可以轻松开发自定义模型。

目前已经实现的知名算法：

用法：

例如想使用 WindowAttention

from vformer.attention import WindowAttention

window_attn = WindowAttention(
        dim=128,
        window_size=7,
        num_heads=2,
        **kwargs,
    )

SwinEncoder:

from vformer.encoder import SwinEncoder

swin_encoder = SwinEncoder(
        dim=128,
        input_resolution=(224, 224),
        depth=2,
        num_heads=2,
        window_size=7,
        **kwargs,
    )

以及整体算法实现：

from vformer.encoder import SwinEncoder

swin_encoder = SwinEncoder(
        dim=128,
        input_resolution=(224, 224),
        depth=2,
        num_heads=2,
        window_size=7,
        **kwargs,
    )

好啦，今天的 AI 早报就介绍这两个最新开源的库吧。早安~

欢迎扫描下方的二维码添加小助手微信，邀请您加入我们的微信交流群。

群里有多位清北复交、BAT、AI独角兽大牛和众多深度学习er在一起愉快的交流技术，有任何问题，都可以咨询大家，欢迎你的加入哦。

 添加小助手微信，邀您进 AIZOO 技术交流群

听说点个在看的人运气都很好～