#generative-adversarial-network リポジトリ
#generative-adversarial-networkのタグが付いた、GitHub上の44件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は159,539個で、プロジェクトあたりの平均は3,625個です。このトピックをリードしているのは、36,005個のスターを獲得しているXingangPan/DragGANです。
リポジトリ合計44件
OpenMMLab マルチモーダル先進的、生成的、インテリジェントなクリエーションツールボックス。魔法を解き放て 🪄:生成AI (AIGC)、使いやすいAPI、素晴らしいモデルズー、ディフュージョンモデル、テキスト-to-イメージ生成、画像/ビデオ復元/強化など。
このノートブックでは、株価の変動を予測するための完全なプロセスを作成します。ついてきてください。そうすれば、かなり良い結果が得られるでしょう。そのために、生成的敵対ネットワーク(GAN)を使用します。LSTM(リカレントニューラルネットワークの一種)を生成器として、畳み込みニューラルネットワーク(CNN)を識別器として使用します。時系列データを予測しようとしているため、LSTMを使用するのは当然です。なぜGANを使用し、特にCNNを識別器として使用するのか?それは良い q
Stylegan2、最先端の生成敵対ネットワークのPyTorchでの最もシンプルな動作実装。すべての人にdisentanglementを体験させる。
StudioGANは、条件付き/無条件の画像生成のための代表的な生成敵対ネットワーク(GAN)の実装を提供するPytorchライブラリです。
Contextual AttentionとGated Convolution付きのDeepFill v1/v2, CVPR 2018、およびICCV 2019 Oral
EdgeConnect: エッジ予測を用いた構造ガイド付き画像補完, ICCV 2019 https://arxiv.org/abs/1901.00212
圧縮率90倍の最先端オーディオコーデック。44.1kHz、24kHz、16kHzのモノラル/ステレオオーディオをサポートします。
有用なデータ拡張リソースのリスト。ここでは、一般的でない技術、ライブラリ、GitHub リポジトリへのリンク、論文などを発見できます。
O'Reilly の書籍 Generative Deep Learning: Teaching Machines to Paint, Write, Compose and Play の第 2 版の公式コードリポジトリ。
「Pivotal Tuning for Latent-based editing of Real Images」(ACM TOG 2022) の公式実装 https://arxiv.org/abs/2106.05744
TextGAN は、Generative Adversarial Networks (GANs) を基盤としたテキスト生成モデル向けの PyTorch フレームワークです。
異常検出手法のコレクション(iid/ポイントベース、グラフおよび時系列)で、異常検出/発見のためのアクティブ・ラーニング、ベイズルールマイニング、多様性/説明/解釈可能性のための記述を含む。アンサンブルおよびツリーベースの検出器にラベルフィードバックを組み込む分析。Graph Convolutional Network を用いた敵対的攻撃を含む。
「PSGAN: Pose and Expression Robust Spatial-Aware GAN for Customizable Makeup Transfer」(CVPR 2020 Oral)のPyTorchコード
生成敵対的ネットワークを使用したフォトリアルな単一画像超解像度 | 超解像度に関するPyTorchチュートリアル
MNISTおよびCelebAデータセットのための生成敵対ネットワーク (GAN) と深層畳み込み生成敵対ネットワーク (DCGAN) のPyTorch実装
よくある質問
GitHubで最も人気のある#generative-adversarial-networkリポジトリは何ですか?
GitHubで最も上位にランクインしているオープンソースの#generative-adversarial-networkプロジェクトは、36,005個のスターを獲得しているXingangPan/DragGANです。DragGAN の公式コード (SIGGRAPH 2023)
#generative-adversarial-networkリポジトリで最もよく使われているプログラミング言語は何ですか?
GitHubで上位にランクインしている#generative-adversarial-networkプロジェクトでは、Python, Jupyter Notebook, JavaScript, C++が最も一般的なプログラミング言語です。
#generative-adversarial-networkリポジトリのランキングはどのように算出されていますか?
#generative-adversarial-networkのタグが付いた44件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は159,539個で、リポジトリあたりの平均は3,625個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。