Inicio Proyectos DALLE-pytorch
DALLE-pytorch

DALLE-pytorch

por lucidrains · GitHub

Implementación / replicación de DALL-E, el transformador de texto a imagen de OpenAI, en Pytorch

Ver en GitHub
En palabras simples

Genera imágenes a partir de descripciones de texto utilizando un modelo que imita la tecnología DALL-E de OpenAI.

⭐ 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 →
DALLE-pytorch — GitHub preview card
📈 Historial de estrellas
5 6295 627
2026-07-042026-07-29
📈 Sigue DALLE-pytorch

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

Implementación / replicación de DALL-E, el transformador de texto a imagen de OpenAI, en Pytorch

DALLE-pytorch tiene 5.6k estrellas en GitHub. Se ha bifurcado 644 veces. DALLE-pytorch está escrito principalmente en Python. Se desarrolla activamente desde 2021. DALLE-pytorch está disponible bajo la licencia MIT. Sus temas principales son: artificial-intelligence, attention-mechanism, deep-learning, multi-modal.

Frequently asked questions

¿Qué es DALLE-pytorch?

Implementación / replicación de DALL-E, el transformador de texto a imagen de OpenAI, en Pytorch

¿DALLE-pytorch es de código abierto?

DALLE-pytorch es un proyecto de código abierto. Se distribuye bajo la licencia MIT.

¿DALLE-pytorch es gratis?

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

¿Bajo qué licencia está DALLE-pytorch?

DALLE-pytorch está disponible bajo la licencia MIT.

¿En qué lenguaje está escrito DALLE-pytorch?

DALLE-pytorch está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
OpenSourceAI badge — DALLE-pytorch

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=lucidrains-dalle-pytorch)](https://opensourceai.tech/project/lucidrains-dalle-pytorch.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →
parti-pytorch
Implementación de Parti, la red neuronal de texto a imagen basada en atención pura de Google, e…
537 · artificial-intelligence
comparteattention-mechanismtext-to-image
x-transformers
Un transformador conciso pero completo con atención total y un conjunto de características expe…
5.9k · artificial-intelligence
comparteattention-mechanismtransformers
reformer-pytorch
Reformer, el Transformer eficiente, en Pytorch
2.2k · artificial-intelligence
comparteattention-mechanismtransformers
PaLM-pytorch
Implementación de la arquitectura Transformer específica de PaLM - Escalando Modelado de Lengua…
825 · artificial-general-intelligence
comparteattention-mechanismtransformers
vit-pytorch
Implementación de Vision Transformer, una forma simple de lograr SOTA en clasificación de visió…
25.4k · artificial-intelligence
comparteattention-mechanismtransformers
RETRO-pytorch
Implementación de RETRO, la red de Atención basada en Recuperación de Deepmind, en Pytorch
879 · artificial-intelligence
comparteattention-mechanismtransformers
performer-pytorch
Una implementación de Performer, un transformador basado en atención lineal, en Pytorch
1.2k · artificial-intelligence
comparteattention-mechanismtransformers
CogView
Generación de Texto a Imagen. El repositorio para el artículo de NeurIPS 2021 "CogView: Dominan…
1.8k · pretrained-models
compartetext-to-imagetransformers
flamingo-pytorch
Implementación de 🦩 Flamingo, red de atención de vanguardia para preguntas visuales de pocos di…
1.3k · artificial-intelligence
comparteattention-mechanismtransformers
TimeSformer-pytorch
Implementación de TimeSformer de Facebook AI, una solución puramente basada en atención para la…
729 · artificial-intelligence
comparteattention-mechanismtransformers

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