#generative-models Repositórios
Descubra 88 repositórios ativos de código aberto no GitHub marcados com #generative-models, acumulando um total de 226,430 estrelas (uma média de 2,573 por projeto). O líder deste tópico é XingangPan/DragGAN, com 36,005 estrelas.
88 repositórios no total
Audiocraft é uma biblioteca para processamento e geração de áudio com aprendizado profundo. Ela apresenta o compressor/tokenizador de áudio EnCodec de última geração, juntamente com o MusicGen, um LM de geração de música simples e controlável com condicionamento textual e melódico.
Este repositório contém implementações e código ilustrativo para acompanhar as publicações da DeepMind
Uma biblioteca PyTorch para a implementação de algoritmos de flow matching, apresentando implementações de flow matching contínuo e discreto. Inclui exemplos práticos para modalidades de texto e imagem.
OmniGen2: Exploração para Geração Multimodal Avançada. https://arxiv.org/abs/2506.18871
[Destaque CVPR2025] Modelos Fundamentais de Geração de Vídeo: https://saiyan-world.github.io/goku/
Uma lista selecionada de recursos sobre representações neurais implícitas.
Coisas incríveis sobre agentes alimentados por LLM. Artigos / Repositórios / Blogs / ...
Modelos de Difusão em Imagiologia Médica (Publicado na Revista Medical Image Analysis)
Implementação PyTorch para Modelagem Generativa Baseada em Pontuação através de Equações Diferenciais Estocásticas (ICLR 2021, Oral)
Implementação PyTorch de vários métodos para aprendizado contínuo (XdG, EWC, SI, LwF, FROMP, DGR, BI-R, ER, A-GEM, iCaRL, Classificador Generativo) em três cenários diferentes.
Reconstrução Precisa de Face 3D com Aprendizagem Fracamente Supervisionada: De Imagem Única a Conjunto de Imagens (CVPRW 2019). Uma implementação em PyTorch.
Personalize o Segment Anything Model (SAM) com 1 shot em 10 segundos
[TPAMI 2025] ViewCrafter: Domando Modelos de Difusão de Vídeo para Síntese de Novas Visualizações de Alta Fidelidade
[Destaque CVPR 2025] Modelo de Difusão Truncada para Condução Autônoma em Tempo Real de Ponta a Ponta
Este repositório é a implementação oficial de Disentangling Writer and Character Styles for Handwriting Generation (CVPR 2023)
Implementações mínimas e anotadas das ideias chave da pesquisa moderna em aprendizado profundo.
Implementação Oficial em PyTorch de "SiT: Explorando Modelos Geradores Baseados em Fluxo e Difusão com Transformers Interpolantes Escaláveis"
Código para o artigo "Planejamento com Difusão para Síntese de Comportamento Flexível"
utilitários para decodificar representações profundas (como embeddings de sentenças) de volta a texto
Aprendizagem de Representações Profundas de Distribuições de Dados
AutoVC: Transferência de Estilo de Voz Zero-Shot Apenas com Perda de Autoencoder
GigaModels: Um repositório e plataforma abrangentes para modelos multimodais, generativos e perceptuais
Repositório central para modelos de fundação biomoleculares com treinadores e componentes de pipeline compartilhados
Molecular Sets (MOSES): Uma Plataforma de Benchmarking para Modelos de Geração Molecular
Código de inferência para emulação escalável de conjuntos de equilíbrio de proteínas com aprendizado profundo generativo
Introduzimos uma nova abordagem para geração de parâmetros, denominada difusão de parâmetros de rede neural (p-diff), que emprega um modelo de difusão latente padrão para sintetizar um novo conjunto de parâmetros.
Implementação oficial de "Lotus: Modelo de Fundação Visual Baseado em Difusão para Previsão Densa de Alta Qualidade"
Perguntas Frequentes
Qual é o repositório de #generative-models mais popular no GitHub?
O projeto de código aberto de #generative-models mais bem classificado no GitHub é XingangPan/DragGAN, com 36,005 estrelas. Código Oficial para DragGAN (SIGGRAPH 2023)
Quais linguagens de programação são mais usadas nos repositórios de #generative-models?
Entre os projetos de #generative-models mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, C++, TypeScript.
Como é calculada a classificação dos repositórios de #generative-models?
Acompanhamos 88 repositórios ativos de código aberto marcados com #generative-models (com mais de 500 estrelas), totalizando 226,430 estrelas e uma média de 2,573 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.