#gan Repositorios
Descubre 63 repositorios activos de código abierto de GitHub etiquetados con #gan, que acumulan 469,046 estrellas en total (una media de 7,445 estrellas por proyecto). El líder de este tema es hacksider/Deep-Live-Cam, con 98,528 estrellas.
63 repositorios en total
Intercambio de rostros en tiempo real y deepfake de video con un clic con una sola imagen
🧑🏫 60+ Implementaciones/tutoriales de artículos de aprendizaje profundo con notas una al lado de la otra 📝; incluyendo transformers (original, xl, switch, feedback, vit, ...), optimizadores (adam, adabelief, sophia, ...), gans (cyclegan, stylegan2, ...), 🎮 aprendizaje por refuerzo (ppo, dqn), capsnet, destilación, ... 🧠
GFPGAN tiene como objetivo desarrollar algoritmos prácticos para la restauración de rostros en el mundo real.
《Tutorial de Aprendizaje Profundo de Li Hongyi》(Recomendado por el profesor Li Hongyi 👍, Apple Books 🍎), Enlace de descarga PDF: https://github.com/datawhalechina/leedl-tutorial/releases
Este repositorio contiene los códigos de "A Lip Sync Expert Is All You Need for Speech to Lip Generation In the Wild", publicado en ACM Multimedia 2020. Para el modelo comercial HD, prueba Sync Labs.
🦙 LaMa Image Inpainting, Inpainting de máscaras grandes y robusto a la resolución con convoluciones de Fourier, WACV 2022
Fork de so-vits-svc con soporte en tiempo real, interfaz mejorada y más funciones.
Biblioteca PaddlePaddle GAN, que incluye muchas aplicaciones interesantes como la transferencia de movimiento de primer orden, Wav2Lip, reparación de imágenes, edición de imágenes, photo2cartoon, transferencia de estilo de imágenes, GPEN, etc.
Colección de modelos generativos, p. ej. GAN, VAE en PyTorch y TensorFlow.
StyleTTS 2: Hacia la síntesis de voz de nivel humano a través de la difusión de estilo y el entrenamiento adversario con grandes modelos de lenguaje de voz
T81-558: Keras - Aplicaciones de Redes Neuronales Profundas @Washington University in St. Louis
¡Un framework arbitrario de intercambio de rostros en imágenes y videos con un solo modelo entrenado!
🧠💬 Artículos que escribí sobre aprendizaje automático, archivados desde MachineCurve.com.
Cursos introductorios de aprendizaje profundo, cursos avanzados, cursos especiales, casos académicos, casos de práctica industrial, enciclopedia de conocimiento de aprendizaje profundo y banco de preguntas de entrevista El curso, caso y conocimiento de Deep Learning y AI
Superresolución de Imagen Única Fotorrealista Usando una Red Generativa Antagónica
Este repositorio está diseñado para ayudar a principiantes en machine learning o a quienes se preparan para un estudio. (This repository is intended for helping those who are beginners in machine learning or preparing for study)
Un área de juegos para generar imágenes a partir de cualquier indicación de texto usando Stable Diffusion (anteriormente: usando DALL-E Mini)
SDG es un marco especializado diseñado para generar datos tabulares estructurados de alta calidad.
HiFi-GAN: Redes Generativas Antagónicas para Síntesis de Voz Eficiente y de Alta Fidelidad
Deep Learning Avanzado con Keras, publicado por Packt
Core ML model zoo para iOS/macOS: modelos de PyTorch convertidos a .mlpackage listos para usar, cada uno con un script de conversión y una aplicación de ejemplo en SwiftUI. Los repositorios relacionados cubren el framework Core AI de Apple (iOS/macOS 27) y LLM en el dispositivo.
Caja de herramientas de modelos, callbacks y conjuntos de datos para investigadores de IA/ML.
Software y modelos preentrenados para la mejora automática de la calidad de fotos utilizando Redes Convolucionales Profundas
Generadores de datos sintéticos para datos tabulares y series temporales
Métricas de rendimiento de alta fidelidad para modelos generativos en PyTorch
PyTorch – Cálculo FID con redimensionamiento adecuado de imágenes y pasos de cuantización [CVPR 2022]
[IEEE TIP] "EnlightenGAN: Mejora profunda de la luz sin supervisión pareada" por Yifan Jiang, Xinyu Gong, Ding Liu, Yu Cheng, Chen Fang, Xiaohui Shen, Jianchao Yang, Pan Zhou, Zhangyang Wang
Repositorio complementario de GANs in Action: Deep learning con Redes Generativas Antagónicas
Lista de diseño molecular y de materiales utilizando IA generativa y aprendizaje profundo
TextGAN es un marco de PyTorch para modelos de generación de texto basados en Redes Generativas Antagónicas (GANs).
Una colección de métodos de detección de anomalías (iid/basados en puntos, grafo y series temporales) que incluye aprendizaje activo para detección/descubrimiento de anomalías, minería de reglas bayesianas, descripción para diversidad/explicación/interpretabilidad. Análisis de la incorporación de retroalimentación de etiquetas con detectores basados en ensemble y árboles. Incluye ataques adversarios con Graph Convolutional Network.
LLVIP: Un conjunto de datos emparejado visible-invisible para visión con poca luz
Código PyTorch para "PSGAN: Pose and Expression Robust Spatial-Aware GAN for Customizable Makeup Transfer" (CVPR 2020 Oral)
Preguntas frecuentes
¿Cuál es el repositorio de #gan más popular en GitHub?
El proyecto de código abierto de #gan mejor posicionado en GitHub es hacksider/Deep-Live-Cam, con 98,528 estrellas. Intercambio de rostros en tiempo real y deepfake de video con un clic con una sola imagen
¿Qué lenguajes de programación se utilizan más en los repositorios de #gan?
Entre los proyectos de #gan mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, TypeScript, JavaScript.
¿Cómo se calcula la clasificación de los repositorios de #gan?
Seguimos 63 repositorios activos de código abierto etiquetados con #gan (500+ estrellas), que suman un total de 469,046 estrellas, con una media de 7,445 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.