Inicio Proyectos big-sleep
big-sleep
Python

big-sleep

Una herramienta de línea de comandos simple para generación de texto a imagen, utilizando CLIP de OpenAI y un BigGAN. La técnica fue creada originalmente por https://twitter.com/advadnoun

por lucidrains · GitHub
Estrellas
Ramas
Licencia
Creado
Último commit
Lenguaje
artificial-intelligencedeep-learninggenerative-adversarial-networksMITPython
Ver en GitHub
En palabras simples

Genera imágenes a partir de descripciones textuales utilizando una herramienta de línea de comandos sencilla.

¿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 →
big-sleep — GitHub preview card
📈 Historial de estrellas
2 5712 569
2026-07-072026-08-31
📈 Sigue big-sleep

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 herramienta de línea de comandos simple para generación de texto a imagen, utilizando CLIP de OpenAI y un BigGAN. La técnica fue creada originalmente por https://twitter.com/advadnoun

big-sleep tiene 2.6k estrellas en GitHub. Se ha bifurcado 302 veces. big-sleep está escrito principalmente en Python. Se desarrolla activamente desde 2021. big-sleep está disponible bajo la licencia MIT. Sus temas principales son: artificial-intelligence, deep-learning, generative-adversarial-networks, multimodality.

Frequently asked questions

¿Qué es big-sleep?

Una herramienta de línea de comandos simple para generación de texto a imagen, utilizando CLIP de OpenAI y un BigGAN. La técnica fue creada originalmente por https://twitter.com/advadnoun

¿big-sleep es de código abierto?

big-sleep es un proyecto de código abierto. Se distribuye bajo la licencia MIT.

¿big-sleep es gratis?

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

¿Bajo qué licencia está big-sleep?

big-sleep está disponible bajo la licencia MIT.

¿En qué lenguaje está escrito big-sleep?

big-sleep está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — big-sleep

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

[![olud.ai](https://olud.ai/badge.php?tool=lucidrains-big-sleep)](https://olud.ai/project/lucidrains-big-sleep.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →
GPT4RoI
(ECCVW 2025)GPT4RoI: Ajuste de instrucciones de modelo de lenguaje grande en región de interés
556 · computer-vision
compartemultimodality
torchgan
Marco de investigación para un entrenamiento fácil y eficiente de GANs basado en Pytorch
1.4k · computer-vision
compartegenerative-adversarial-networks
Keras-GAN
Implementaciones de Keras de redes generativas adversariales.
9.2k · deep-learning
compartegenerative-adversarial-networks
awesome-video-generation
Una colección de estudios increíbles sobre generación de video.
773 · diffusion-models
compartegenerative-adversarial-networks
RAG-Survey
Colección de artículos impresionantes de RAG para AIGC. Proponemos una taxonomía de fundamentos…
1.8k · aigc
compartemultimodality
Pluralistic-Inpainting
[CVPR 2019]: Compleción de imagen pluralista
690 · generative-adversarial-networks
compartegenerative-adversarial-networks
high-fidelity-generative-compression
Implementación en Pytorch de Compresión de Imagen Generativa de Alta Fidelidad + Rutinas para c…
475 · computer-vision
compartegenerative-adversarial-networks
awesome-image-inpainting-studies
Una colección de increíbles estudios de inpainting de imágenes.
392 · diffusion-models
compartegenerative-adversarial-networks
gansformer
Transformadores Generativos Adversariales
1.3k · attention
compartegenerative-adversarial-networks
AutoGPT
AutoGPT es la visión de IA accesible para todos, para usar y construir. Nuestra misión es propo…
187k · agentic-ai

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