Inicio Proyectos lightweight-gan
lightweight-gan

lightweight-gan

por lucidrains · GitHub

Implementación de 'GAN ligero', propuesto en ICLR 2021, en Pytorch. Generaciones de imágenes de alta resolución que se pueden entrenar en uno o dos días

Ver en GitHub
En palabras simples

Genera imágenes de alta resolución rápidamente utilizando un modelo generativo ligero en Python.

⭐ Estrellas
🍴 Ramas
🔥 Tendencias
📜 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 →
lightweight-gan — GitHub preview card
📈 Historial de estrellas
1 6811 680
2026-07-202026-07-29
📈 Sigue lightweight-gan

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 de 'GAN ligero', propuesto en ICLR 2021, en Pytorch. Generaciones de imágenes de alta resolución que se pueden entrenar en uno o dos días

lightweight-gan tiene 1.7k estrellas en GitHub. Se ha bifurcado 219 veces. lightweight-gan está escrito principalmente en Python. Se desarrolla activamente desde 2020. lightweight-gan está disponible bajo la licencia MIT. Sus temas principales son: artificial-intelligence, deep-learning, generative-adversarial-network.

Frequently asked questions

¿Qué es lightweight-gan?

Implementación de 'GAN ligero', propuesto en ICLR 2021, en Pytorch. Generaciones de imágenes de alta resolución que se pueden entrenar en uno o dos días

¿lightweight-gan es de código abierto?

lightweight-gan es un proyecto de código abierto. Se distribuye bajo la licencia MIT.

¿lightweight-gan es gratis?

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

¿Bajo qué licencia está lightweight-gan?

lightweight-gan está disponible bajo la licencia MIT.

¿En qué lenguaje está escrito lightweight-gan?

lightweight-gan está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — lightweight-gan

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-lightweight-gan)](https://olud.ai/project/lucidrains-lightweight-gan.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →
DF-GAN
[CVPR2022 oral] Una base simple y efectiva para la síntesis de texto a imagen
326 · generative-adversarial-network
compartegenerative-adversarial-network
gigagan-pytorch
Implementación de GigaGAN, nuevo GAN SOTA de Adobe. Culminación de casi una década de investiga…
1.9k · artificial-intelligence
compartegenerative-adversarial-network
the-gan-zoo
¡Una lista de todos los GANs nombrados!
14.7k · gan
compartegenerative-adversarial-network
videogan
Generando videos con dinámicas de escena. NIPS 2016.
706 · computer-vision
compartegenerative-adversarial-network
stylegan2-pytorch
Implementación más simple y funcional de Stylegan2, red generativa adversarial de última genera…
3.8k · artificial-intelligence
compartegenerative-adversarial-network
img2img-turbo
Generación de imagen a imagen en un solo paso con Stable Diffusion turbo: sketch2image, day2nig…
2.5k · computer-vision
compartegenerative-adversarial-network
text-to-image
Síntesis de texto a imagen utilizando vectores de pensamiento
2.2k · deep-learning
compartegenerative-adversarial-network
BlendGAN
Implementación oficial en PyTorch de "BlendGAN: Mezcla Implícita de GAN para Generación de Rost…
498 · gan
compartegenerative-adversarial-network
generative-compression
Implementación de TensorFlow de Redes Generativas Antagónicas para Compresión de Imágenes Apren…
533 · computer-vision
compartegenerative-adversarial-network
TP-GAN
Implementación oficial de TP-GAN en Tensorflow para el artículo "Más Allá de la Rotación Facial…
510 · computer-vision
compartegenerative-adversarial-network

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