#gan Repositórios
Descubra 63 repositórios ativos de código aberto no GitHub marcados com #gan, acumulando um total de 469,046 estrelas (uma média de 7,445 por projeto). O líder deste tópico é hacksider/Deep-Live-Cam, com 98,528 estrelas.
63 repositórios no total
troca de rosto em tempo real e deepfake de vídeo com um clique com apenas uma única imagem
🧑🏫 Mais de 60 implementações/tutoriais de artigos de deep learning com notas lado a lado 📝; incluindo transformers (original, xl, switch, feedback, vit, ...), otimizadores (adam, adabelief, sophia, ...), gans (cyclegan, stylegan2, ...), 🎮 aprendizado por reforço (ppo, dqn), capsnet, destilação, ... 🧠
GFPGAN visa desenvolver algoritmos práticos para restauração de rostos no mundo real.
"Li Hongyi Deep Learning Tutorial" (Recomendado pelo Professor Li Hongyi 👍, Livro da Apple 🍎), endereço para download em PDF: https://github.com/datawhalechina/leedl-tutorial/releases
Este repositório contém os códigos de "A Lip Sync Expert Is All You Need for Speech to Lip Generation In the Wild", publicado na ACM Multimedia 2020. Para o modelo comercial HD, por favor, experimente o Sync Labs
🦙 LaMa Image Inpainting, Inpainting de Máscara Grande Robusto à Resolução com Convoluções de Fourier, WACV 2022
Fork do so-vits-svc com suporte em tempo real, interface aprimorada e mais recursos.
Biblioteca PaddlePaddle GAN, incluindo muitas aplicações interessantes como transferência de movimento de primeira ordem (First-Order motion transfer), Wav2Lip, reparo de imagens, edição de imagens, photo2cartoon, transferência de estilo de imagem, GPEN, e assim por diante.
Coleção de modelos generativos, por exemplo GAN, VAE em Pytorch e Tensorflow.
StyleTTS 2: Rumo à Síntese de Fala de Nível Humano através da Difusão de Estilo e Treinamento Adversarial com Grandes Modelos de Linguagem de Fala
T81-558: Keras - Aplicações de Redes Neurais Profundas @Washington University in St. Louis
Uma estrutura arbitrária de troca de rostos em imagens e vídeos com um único modelo treinado!
🧠💬 Artigos que escrevi sobre aprendizado de máquina, arquivados do MachineCurve.com.
Cursos introdutórios, avançados e especializados em Deep Learning; casos acadêmicos e práticos da indústria; enciclopédia de conhecimento em Deep Learning e banco de questões para entrevistas. Tudo sobre o curso, os casos e o conhecimento de Deep Learning e IA.
Super-Resolução de Imagem Única Foto-Realista Usando uma Rede Adversária Generativa
Este repositório foi criado para ajudar iniciantes em machine learning ou aqueles que estão se preparando para um estudo em grupo. (This repository is intented for helping whom are interested in machine learning study)
Um playground para gerar imagens a partir de qualquer prompt de texto usando Stable Diffusion (antes: usando DALL-E Mini)
SDG é uma estrutura especializada projetada para gerar dados tabulares estruturados de alta qualidade.
A coleção de modelos de IA pré-treinados e de última geração para o ailia SDK
HiFi-GAN: Redes Adversariais Generativas para Síntese de Fala Eficiente e de Alta Fidelidade
Advanced Deep Learning com Keras, publicado pela Packt
Core ML model zoo para iOS/macOS — modelos PyTorch convertidos em .mlpackage prontos para uso, cada um com um script de conversão e um aplicativo de exemplo em SwiftUI. Repositórios relacionados cobrem o framework Core AI da Apple (iOS/macOS 27) e LLMs locais (on-device).
Caixa de ferramentas de modelos, callbacks e conjuntos de dados para pesquisadores de IA/ML.
Software e modelos pré-treinados para aprimoramento automático da qualidade de fotos usando Redes Convolucionais Profundas
Geradores de dados sintéticos para dados tabulares e de séries temporais
Métricas de desempenho de alta fidelidade para modelos generativos no PyTorch
PyTorch - Cálculo de FID com redimensionamento de imagem e etapas de quantização adequados [CVPR 2022]
[IEEE TIP] "EnlightenGAN: Deep Light Enhancement without Paired Supervision" por Yifan Jiang, Xinyu Gong, Ding Liu, Yu Cheng, Chen Fang, Xiaohui Shen, Jianchao Yang, Pan Zhou, Zhangyang Wang
Repositório complementar de GANs in Action: Deep learning with Generative Adversarial Networks
Lista de design molecular e de materiais usando IA generativa e aprendizado profundo
TextGAN é um framework PyTorch para modelos de geração de texto baseados em Redes Generativas Adversariais (GANs).
Uma coleção de métodos de detecção de anomalias (iid/baseados em pontos, grafos e séries temporais), incluindo aprendizado ativo para detecção/descoberta de anomalias, mineração de regras bayesianas, descrição para diversidade/explicação/interpretabilidade. Análise da incorporação de feedback de rótulos com detectores baseados em ensemble e em árvores. Inclui ataques adversariais com Redes Neurais Convolucionais de Grafos.
LLVIP: Um Conjunto de Dados Pareado Visível-Infravermelho para Visão em Baixa Luminosidade
Código PyTorch para "PSGAN: GAN com Consciência Espacial Robusto a Posição e Expressão para Transferência de Maquiagem Personalizável" (CVPR 2020 Oral)
Perguntas Frequentes
Qual é o repositório de #gan mais popular no GitHub?
O projeto de código aberto de #gan mais bem classificado no GitHub é hacksider/Deep-Live-Cam, com 98,528 estrelas. troca de rosto em tempo real e deepfake de vídeo com um clique com apenas uma única imagem
Quais linguagens de programação são mais usadas nos repositórios de #gan?
Entre os projetos de #gan mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, TypeScript, JavaScript.
Como é calculada a classificação dos repositórios de #gan?
Acompanhamos 63 repositórios ativos de código aberto marcados com #gan (com mais de 500 estrelas), totalizando 469,046 estrelas e uma média de 7,445 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.