#gan Репозитории
Откройте для себя 63 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #gan, с общим числом 469,046 звёзд (в среднем 7,445 на проект). Лидером этой темы является hacksider/Deep-Live-Cam, набравший 98,528 звёзд.
Всего репозиториев: 63
Смена лиц в реальном времени и создание дипфейков видео в один клик с помощью одного изображения
🧑🏫 60+ реализаций/руководств по статьям о глубоком обучении с заметками бок о бок 📝; включая трансформеры (оригинал, xl, switch, feedback, vit, ...), оптимизаторы (adam, adabelief, sophia, ...), gan (cyclegan, stylegan2, ...), 🎮 обучение с подкреплением (ppo, dqn), capsnet, дистилляцию, ... 🧠
GFPGAN нацелен на разработку практических алгоритмов для восстановления лиц в реальном мире.
《Курс глубокого обучения Ли Хунъи》(Рекомендовано профессором Ли Хунъи 👍, Apple Books 🍎), Ссылка для скачивания PDF: https://github.com/datawhalechina/leedl-tutorial/releases
Этот репозиторий содержит коды статьи «A Lip Sync Expert Is All You Need for Speech to Lip Generation In the Wild», опубликованной на ACM Multimedia 2020. Для коммерческой модели HD попробуйте Sync Labs.
🦙 LaMa Image Inpainting, устойчивое к разрешению инпейтинг больших масок с использованием сверток Фурье, WACV 2022
Форк so-vits-svc с поддержкой реального времени, улучшенным интерфейсом и дополнительными функциями.
Библиотека PaddlePaddle GAN, включающая множество интересных приложений, таких как First-Order motion transfer (перенос движения первого порядка), Wav2Lip, picture repair (ремонт изображений), image editing (редактирование изображений), photo2cartoon (фото в мультфильм), image style transfer (перенос стиля изображений), GPEN и так далее.
StyleTTS 2: На пути к преобразованию текста в речь человеческого уровня через диффузию стиля и состязательное обучение с большими языковыми моделями речи
T81-558: Keras - Применения глубоких нейронных сетей @Washington University in St. Louis
Произвольный фреймворк для замены лиц на изображениях и видео с одной обученной моделью!
🧠💬 Статьи, которые я написал о машинном обучении, из архива MachineCurve.com.
Вводные курсы по глубокому обучению, продвинутые курсы, специальные курсы, академические кейсы, промышленные практические кейсы, энциклопедия знаний по глубокому обучению и банк вопросов для собеседований Курсы, кейсы и знания по Deep Learning и AI
Фотореалистичная суперинтерполяция одного изображения с использованием генеративно-состязательной сети
Это репозиторий, созданный для помощи новичкам в машинном обучении или тем, кто готовится к изучению. (This repository is intended for helping those who are beginners in machine learning or preparing for study)
Площадка для генерации изображений из любого текстового запроса с использованием Stable Diffusion (ранее: с использованием DALL-E Mini)
SDG — это специализированная структура, предназначенная для генерации высококачественных структурированных табличных данных.
HiFi-GAN: Генеративно-состязательные сети для эффективного и высокоточного синтеза речи
Продвинутое глубокое обучение с Keras, опубликованное Packt
Core ML model zoo для iOS/macOS — модели PyTorch, преобразованные в готовые к использованию .mlpackage, каждая из которых включает скрипт конвертации и пример приложения на SwiftUI. Связанные репозитории охватывают фреймворк Core AI от Apple (iOS/macOS 27) и локальные LLM.
Набор инструментов с моделями, обратными вызовами и наборами данных для исследователей в области ИИ/МО.
Программное обеспечение и предварительно обученные модели для автоматического улучшения качества фотографий с использованием глубоких сверточных сетей
Генераторы синтетических данных для табличных данных и временных рядов
Метрики производительности с высокой степенью достоверности для генеративных моделей в PyTorch
PyTorch – Расчет FID с надлежащим изменением размера изображения и шагами квантования [CVPR 2022]
[IEEE TIP] "EnlightenGAN: Глубокое улучшение освещения без парного надзора" авторы: Yifan Jiang, Xinyu Gong, Ding Liu, Yu Cheng, Chen Fang, Xiaohui Shen, Jianchao Yang, Pan Zhou, Zhangyang Wang
Сопутствующий репозиторий к GANs in Action: Глубокое обучение с генеративно-состязательными сетями
Список молекулярного и материального дизайна с использованием генеративного ИИ и глубокого обучения
TextGAN — это фреймворк PyTorch для моделей генерации текста на основе генеративно-состязательных сетей (GANs).
Сборник методов обнаружения аномалий (iid/на основе точек, граф и временные ряды), включая активное обучение для обнаружения/открытия аномалий, байесовское извлечение правил, описание для разнообразия/объяснения/интерпретируемости. Анализ интеграции обратной связи по меткам с детекторами на основе ансамблей и деревьев. Включает adversarial атаки с Graph Convolutional Network.
LLVIP: Сопряженный набор данных "видимый"-"инфракрасный" для слабоосвещенного зрения
Код PyTorch для "PSGAN: Pose and Expression Robust Spatial-Aware GAN for Customizable Makeup Transfer" (CVPR 2020 Oral)
Часто задаваемые вопросы
Какой репозиторий по теме #gan наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #gan на GitHub — hacksider/Deep-Live-Cam, набравший 98,528 звёзд. Смена лиц в реальном времени и создание дипфейков видео в один клик с помощью одного изображения
Какие языки программирования чаще всего используются в репозиториях по теме #gan?
Среди наиболее высоко оценённых проектов по теме #gan на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, TypeScript, JavaScript.
Как рассчитывается рейтинг репозиториев по теме #gan?
Мы отслеживаем 63 активных репозиториев с открытым исходным кодом, отмеченных тегом #gan (500 и более звёзд), с общим числом 469,046 звёзд и в среднем 7,445 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.