#deep-generative-models Dépôts
Découvrez 10 dépôts GitHub open source actifs associés à #deep-generative-models, cumulant 8,740 étoiles au total (soit une moyenne de 874 étoiles par projet). Le projet en tête de ce thème est ASLP-lab/DiffRhythm, avec 2,369 étoiles.
10 dépôts au total
Di♪♪Rhythm : Génération de chansons complètes de bout en bout, incroyablement rapide et d'une simplicité déconcertante, grâce à la diffusion latente
Liste de conception moléculaire et matérielle utilisant l'IA générative et l'apprentissage profond
Probabilistic Torch est une bibliothèque pour les modèles génératifs profonds qui étend PyTorch
Modèle de diffusion conditionnelle pour générer MNIST. Script minimal. Basé sur 'Classifier-Free Diffusion Guidance'.
[ICCV 2023] PoseDiffusion : Résolution de l'estimation de pose par ajustement de faisceaux assisté par diffusion
Une bibliothèque pour développer des modèles génératifs profonds de manière plus concise, intuitive et extensible
Une liste organisée de ressources sur les réseaux de flux génératifs (GFlowNets).
LVDM : Modèles de diffusion vidéo latente pour la génération de vidéos longues haute fidélité
Foire aux questions
Quel est le dépôt #deep-generative-models le plus populaire sur GitHub ?
Le projet #deep-generative-models open source le mieux classé sur GitHub est ASLP-lab/DiffRhythm, avec 2,369 étoiles. Di♪♪Rhythm : Génération de chansons complètes de bout en bout, incroyablement rapide et d'une simplicité déconcertante, grâce à la diffusion latente
Quels langages de programmation sont les plus utilisés dans les dépôts #deep-generative-models ?
Parmi les projets #deep-generative-models les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, CSS, Jupyter Notebook.
Comment le classement des dépôts #deep-generative-models est-il calculé ?
Nous suivons 10 dépôts open source actifs associés à #deep-generative-models (500+ étoiles), totalisant 8,740 étoiles, avec une moyenne de 874 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.