Startseite Projekte AttentionGAN
AttentionGAN

AttentionGAN

von Ha0Tang · GitHub

AttentionGAN für unpaarige Bild-zu-Bild-Übersetzung & Multi-Domain-Bild-zu-Bild-Übersetzung

Auf GitHub ansehen
In einfachen Worten

Transformieren Sie Bilder von einem Stil in einen anderen, während wichtige Details intakt bleiben.

⭐ Sterne
🍴 Forks
📜 Lizenz
Lizenz nicht angegeben
📅 Erstellt
🔄 Letzter Commit
🏷️ Kategorie
💻 Sprache
Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
AttentionGAN — GitHub preview card
📈 Sternhistorie
687686
2026-07-202026-07-29
📈 AttentionGAN verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

AttentionGAN für unpaarige Bild-zu-Bild-Übersetzung & Multi-Domain-Bild-zu-Bild-Übersetzung

AttentionGAN hat 686 Sterne auf GitHub. Es wurde 100-mal geforkt. AttentionGAN ist hauptsächlich in Python geschrieben. Es wird seit 2019 aktiv entwickelt. Die Hauptthemen sind: adversarial-networks, attention-model, computer-vision, cyclegan.

Frequently asked questions

Was ist AttentionGAN?

AttentionGAN für unpaarige Bild-zu-Bild-Übersetzung & Multi-Domain-Bild-zu-Bild-Übersetzung

Ist AttentionGAN Open Source?

AttentionGAN ist ein Open-Source-Projekt.

Ist AttentionGAN kostenlos?

Ja. AttentionGAN ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

In welcher Sprache ist AttentionGAN geschrieben?

AttentionGAN ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
OpenSourceAI badge — AttentionGAN

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=ha0tang-attentiongan)](https://opensourceai.tech/project/ha0tang-attentiongan.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.