#generative-models 仓库
探索 88 个标记为 #generative-models 的活跃开源 GitHub 仓库,它们累计获得 226,430 个 Star(平均每个项目 2,573 个)。该主题的领先项目是 XingangPan/DragGAN,拥有 36,005 个 Star。
共 88 个仓库
Audiocraft 是一个用于深度学习音频处理和生成的库。它具有最先进的 EnCodec 音频压缩器/分词器,以及 MusicGen,一个简单且可控的音乐生成语言模型,支持文本和旋律条件。
医学影像中的扩散模型(发表于 Medical Image Analysis 期刊)
PyTorch 实现各种持续学习方法(XdG, EWC, SI, LwF, FROMP, DGR, BI-R, ER, A-GEM, iCaRL, Generative Classifier)在三种不同场景中。
我们介绍了一种新颖的参数生成方法,称为神经网络参数扩散(p-diff),它采用标准的潜在扩散模型来合成一组新参数。
常见问题解答
GitHub 上最受欢迎的 #generative-models 仓库是什么?
GitHub 上排名第一的开源 #generative-models 项目是 XingangPan/DragGAN,拥有 36,005 个 Star。DragGAN 官方代码 (SIGGRAPH 2023)
#generative-models 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #generative-models 项目中,最常见的编程语言是 Python, Jupyter Notebook, C++, TypeScript。
#generative-models 仓库的排名是如何计算的?
我们跟踪了 88 个标记为 #generative-models 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 226,430 个 Star,平均每个仓库拥有 2,573 个 Star。排名每日根据 GitHub API 更新。