Startseite Projekte FastGen
FastGen
Python

FastGen

NVIDIA FastGen: Schnelle Generierung aus Diffusionsmodellen

von NVlabs · GitHub
Sterne
Forks
Erstellt
Letzter Commit
Sprache
diffusion-modelsdistillationApache-2.0Python
Auf GitHub ansehen
In einfachen Worten

Erstellen Sie schnelle generative Modelle mit verschiedenen Techniken für unterschiedliche Aufgaben mit diesem Framework.

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 →
FastGen — GitHub preview card
📈 Sternhistorie
852851
2026-07-202026-08-31
📈 FastGen verfolgen

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

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

NVIDIA FastGen: Schnelle Generierung aus Diffusionsmodellen

FastGen hat 851 Sterne auf GitHub. Es wurde 71-mal geforkt. FastGen ist hauptsächlich in Python geschrieben. Es wird seit 2026 aktiv entwickelt. FastGen ist unter der Apache-2.0-Lizenz verfügbar. Die Hauptthemen sind: diffusion-models, distillation.

Frequently asked questions

Was ist FastGen?

NVIDIA FastGen: Schnelle Generierung aus Diffusionsmodellen

Ist FastGen Open Source?

FastGen ist ein Open-Source-Projekt. Es wird unter der Apache-2.0-Lizenz veröffentlicht.

Ist FastGen kostenlos?

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

Unter welcher Lizenz steht FastGen?

FastGen ist unter der Apache-2.0-Lizenz verfügbar.

In welcher Sprache ist FastGen geschrieben?

FastGen ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — FastGen

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

[![olud.ai](https://olud.ai/badge.php?tool=nvlabs-fastgen)](https://olud.ai/project/nvlabs-fastgen.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

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