Inicio Proyectos zigma
zigma

zigma

por CompVis · GitHub

Una implementación de PyTorch del artículo "ZigMa: A DiT-Style Mamba-based Diffusion Model" (ECCV 2024)

Ver en GitHub
⭐ Estrellas
🍴 Ramas
📜 Licencia
Uso comercial permitido
📅 Creado
🔄 Último commit
🏷️ Categoría
💻 Lenguaje
¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
zigma — GitHub preview card
📈 Historial de estrellas
352351
2026-07-202026-07-29
📈 Sigue zigma

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

Una implementación de PyTorch del artículo "ZigMa: A DiT-Style Mamba-based Diffusion Model" (ECCV 2024)

zigma tiene 351 estrellas en GitHub. Se ha bifurcado 23 veces. zigma está escrito principalmente en Python. Se desarrolla activamente desde 2024. zigma está disponible bajo la licencia Apache-2.0. Sus temas principales son: diffusion-models, flow-matching, mamba, state-space-model.

Frequently asked questions

¿Qué es zigma?

Una implementación de PyTorch del artículo "ZigMa: A DiT-Style Mamba-based Diffusion Model" (ECCV 2024)

¿zigma es de código abierto?

zigma es un proyecto de código abierto. Se distribuye bajo la licencia Apache-2.0.

¿zigma es gratis?

Sí. zigma es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿Bajo qué licencia está zigma?

zigma está disponible bajo la licencia Apache-2.0.

¿En qué lenguaje está escrito zigma?

zigma está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
OpenSourceAI badge — zigma

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=compvis-zigma)](https://opensourceai.tech/project/compvis-zigma.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.