#generative-models Repositories
Entdecke 88 aktive Open-Source-GitHub-Repositories, die mit #generative-models getaggt sind und insgesamt 226,430 Sterne gesammelt haben (durchschnittlich 2,573 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist XingangPan/DragGAN mit 36,005 Sternen.
Insgesamt 88 Repositories
Audiocraft ist eine Bibliothek für die Audioverarbeitung und -generierung mit Deep Learning. Sie enthält den hochmodernen Audio-Kompressor/Tokenizer EnCodec sowie MusicGen, ein einfaches und steuerbares Musikgenerierungs-LM mit Text- und Melodiebedingung.
Dieses Repository enthält Implementierungen und illustrativen Code zur Begleitung von DeepMind-Publikationen.
Eine PyTorch-Bibliothek zur Implementierung von Flow-Matching-Algorithmen, die kontinuierliche und diskrete Flow-Matching-Implementierungen umfasst. Sie enthält praktische Beispiele für Text- und Bildmodalitäten.
OmniGen2: Erforschung zur Fortgeschrittenen Multimodalen Generierung. https://arxiv.org/abs/2506.18871
Veröffentlichung für verbesserte Denoising Diffusion Probabilistic Models
[CVPR2025 Highlight] Video Generation Foundation Models: https://saiyan-world.github.io/goku/
Eine kuratierte Liste von Ressourcen zu impliziten neuronalen Darstellungen.
Beeindruckende Dinge über LLM-gestützte Agenten. Paper / Repos / Blogs / ...
Diffusionsmodelle in der medizinischen Bildgebung (veröffentlicht im Medical Image Analysis Journal)
PyTorch-Implementierung für Score-basierte generative Modellierung durch stochastische Differentialgleichungen (ICLR 2021, mündlich)
PyTorch-Implementierung verschiedener Methoden für kontinuierliches Lernen (XdG, EWC, SI, LwF, FROMP, DGR, BI-R, ER, A-GEM, iCaRL, Generative Classifier) in drei verschiedenen Szenarien.
Genaue 3D-Gesichtsrekonstruktion mit schwach überwachtem Lernen: Vom Einzelbild zum Bildsatz (CVPRW 2019). Eine PyTorch-Implementierung.
Personalisieren Sie das Segment Anything Model (SAM) mit 1 Schuss in 10 Sekunden
[TPAMI 2025] ViewCrafter: Zähmung von Video-Diffusionsmodellen für hochgradig originalgetreue neuartige Ansichtssynthese
[CVPR 2025 Highlight] Truncated Diffusion Model für Echtzeit-End-to-End-Autonomes Fahren
Dieses Repository ist die offizielle Implementierung von Disentangling Writer and Character Styles for Handwriting Generation (CVPR 2023)
Minimale und kommentierte Implementierungen von Schlüsselideen aus der modernen Deep-Learning-Forschung.
Offizielle PyTorch-Implementierung von "SiT: Erkundung von fluss- und diffusionsbasierten generativen Modellen mit skalierbaren interpolanten Transformatoren"
Dienstprogramme zum Dekodieren tiefer Darstellungen (wie Satz-Embeddings) zurück in Text
Erlernen tiefer Darstellungen von Datenverteilungen
GigaModels: Ein umfassendes Repository und eine Plattform für multimodale, generative und perzeptuelle Modelle
Zentrales Repository für biomolekulare Basismodelle mit gemeinsam genutzten Trainern und Pipeline-Komponenten
Molecular Sets (MOSES): Eine Benchmarking-Plattform für Modelle zur Molekülgenerierung
Inferenzcode für die skalierbare Emulation von Protein-Gleichgewichtsensembles mit generativer Deep-Learning-Methode
Wir stellen einen neuartigen Ansatz zur Parametergenerierung vor, genannt neuronale Netzwerk-Parameterdiffusion (p-diff), der ein Standard-Latent-Diffusion-Modell verwendet, um einen neuen Satz von Parametern zu synthetisieren.
Offizielle Implementierung von „Lotus: Diffusionsbasiertes visuelles Grundmodell für hochqualitative dichte Vorhersage“
Häufig gestellte Fragen
Welches ist das beliebteste #generative-models-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#generative-models-Projekt auf GitHub ist XingangPan/DragGAN mit 36,005 Sternen. Offizieller Code für DragGAN (SIGGRAPH 2023)
Welche Programmiersprachen werden in #generative-models-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #generative-models-Projekten auf GitHub sind Python, Jupyter Notebook, C++, TypeScript die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #generative-models-Repositories berechnet?
Wir verfolgen 88 aktive Open-Source-Repositories, die mit #generative-models getaggt sind (500+ Sterne), mit insgesamt 226,430 Sternen und durchschnittlich 2,573 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.