Startseite Projekte 3d-ken-burns
3d-ken-burns

3d-ken-burns

von sniklaus · GitHub

eine Implementierung des 3D Ken Burns Effekts aus einem einzelnen Bild mit PyTorch

Auf GitHub ansehen
In einfachen Worten

Entdecken und modifizieren Sie einen einfachen KI-Coding-Agenten, um zu verstehen, wie Coding-Assistenten funktionieren.

⭐ 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 →
3d-ken-burns — GitHub preview card
📈 Sternhistorie
1 5671 566
2026-07-202026-07-29
📈 3d-ken-burns verfolgen

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

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

eine Implementierung des 3D Ken Burns Effekts aus einem einzelnen Bild mit PyTorch

3d-ken-burns hat 1.6k Sterne auf GitHub. Es wurde 223-mal geforkt. 3d-ken-burns ist hauptsächlich in Python geschrieben. Es wird seit 2019 aktiv entwickelt. Die Hauptthemen sind: cuda, cupy, deep-learning, python.

Frequently asked questions

Was ist 3d-ken-burns?

eine Implementierung des 3D Ken Burns Effekts aus einem einzelnen Bild mit PyTorch

Ist 3d-ken-burns Open Source?

3d-ken-burns ist ein Open-Source-Projekt.

Ist 3d-ken-burns kostenlos?

Ja. 3d-ken-burns ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

In welcher Sprache ist 3d-ken-burns geschrieben?

3d-ken-burns ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
OpenSourceAI badge — 3d-ken-burns

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

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=sniklaus-3d-ken-burns)](https://opensourceai.tech/project/sniklaus-3d-ken-burns.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

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