#generative-adversarial-network 저장소
#generative-adversarial-network 태그가 지정된 GitHub의 활성 오픈 소스 저장소 44개를 확인해 보세요. 총 159,539개의 스타를 획득했으며 프로젝트당 평균 3,625개입니다. 이 주제를 이끄는 저장소는 36,005개의 스타를 받은 XingangPan/DragGAN입니다.
저장소 총 44개
OpenMMLab 멀티모달 고급 생성적 지능형 창작 툴박스. 마법을 풀어보세요 🪄: 생성 AI (AIGC), 사용하기 쉬운 API, 멋진 모델 주, 확산 모델, 텍스트-이미지 생성, 이미지/비디오 복원/향상 등.
이 노트북에서 주식 가격 움직임을 예측하는 완전한 프로세스를 만들겠습니다. 따라오세요. 꽤 좋은 결과를 얻을 수 있을 것입니다. 이를 위해 생성적 적대 신경망(GAN)을 LSTM(순환 신경망의 한 유형)으로 생성기를, 합성곱 신경망(CNN)을 판별기로 사용하겠습니다. 시계열 데이터를 예측하려고 하므로 LSTM을 사용하는 것은 당연합니다. 왜 GAN을 사용하고 특히 CNN을 판별기로 사용하는가? 그것은 좋은 q
Stylegan2, 최첨단 생성 적대 네트워크의 PyTorch에서 가장 간단한 작동 구현. 모든 사람이 disentanglement를 경험할 수 있게 합니다.
StudioGAN은 조건부/비조건부 이미지 생성을 위한 대표적인 생성적 적대 신경망(GAN)의 구현을 제공하는 Pytorch 라이브러리입니다.
Contextual Attention과 Gated Convolution을 사용한 DeepFill v1/v2, CVPR 2018, 및 ICCV 2019 Oral
EdgeConnect: 에지 예측을 사용한 구조 지도 이미지 인페인팅, ICCV 2019 https://arxiv.org/abs/1901.00212
Stable Diffusion turbo를 이용한 원스텝 이미지-투-이미지: sketch2image, day2night, 및 더 많은 기능
Pytorch에서 ICLR 2021에서 제안된 '경량' GAN 구현. 하루 또는 이틀 안에 훈련할 수 있는 고해상도 이미지 생성
유용한 데이터 증강 자원 목록. 여기에서 흔하지 않은 기술, 라이브러리, GitHub 저장소 링크, 논문 등을 찾을 수 있습니다.
O'Reilly 책 Generative Deep Learning: Teaching Machines to Paint, Write, Compose and Play의 두 번째 판 공식 코드 리포지토리.
"Pivotal Tuning for Latent-based editing of Real Images" (ACM TOG 2022)에 대한 공식 구현 https://arxiv.org/abs/2106.05744
이상 탐지 방법들의 집합 (iid/포인트 기반, 그래프 및 시계열)으로, 이상 탐지/발견을 위한 능동 학습, 베이지안 규칙 마이닝, 다양성/설명/해석성을 위한 설명을 포함합니다. 앙상블 및 트리 기반 탐지기에 라벨 피드백을 통합하는 분석. 그래프 컨볼루션 네트워크를 사용한 적대적 공격을 포함합니다.
"PSGAN: Pose and Expression Robust Spatial-Aware GAN for Customizable Makeup Transfer" (CVPR 2020 Oral)용 PyTorch 코드
생성적 적대 신경망을 사용한 사실적인 단일 이미지 초고해상도 | 초고해상도에 대한 PyTorch 튜토리얼
MNIST와 CelebA 데이터셋을 위한 생성 적대 신경망 (GAN) 및 심층 합성곱 생성 적대 신경망 (DCGAN)의 PyTorch 구현
자주 묻는 질문
GitHub에서 가장 인기 있는 #generative-adversarial-network 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #generative-adversarial-network 프로젝트는 36,005개의 스타를 받은 XingangPan/DragGAN입니다. DragGAN 공식 코드 (SIGGRAPH 2023)
#generative-adversarial-network 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #generative-adversarial-network 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Jupyter Notebook, JavaScript, C++입니다.
#generative-adversarial-network 저장소 순위는 어떻게 계산되나요?
#generative-adversarial-network 태그가 지정된 활성 오픈 소스 저장소(44개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 159,539개이며 저장소당 평균 3,625개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.