Inicio Proyectos ConSinGAN
ConSinGAN

ConSinGAN

por tohinz · GitHub

Implementación en PyTorch de "Técnicas Mejoradas para Entrenar GANs de Imagen Única" (WACV-21)

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 →
ConSinGAN — GitHub preview card
📈 Historial de estrellas
445444
2026-07-202026-07-29
📈 Sigue ConSinGAN

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 en PyTorch de "Técnicas Mejoradas para Entrenar GANs de Imagen Única" (WACV-21)

ConSinGAN tiene 444 estrellas en GitHub. Se ha bifurcado 76 veces. ConSinGAN está escrito principalmente en Python. Se desarrolla activamente desde 2020. ConSinGAN está disponible bajo la licencia MIT. Sus temas principales son: consingan, gan, harmonization, image.

Frequently asked questions

¿Qué es ConSinGAN?

Implementación en PyTorch de "Técnicas Mejoradas para Entrenar GANs de Imagen Única" (WACV-21)

¿ConSinGAN es de código abierto?

ConSinGAN es un proyecto de código abierto. Se distribuye bajo la licencia MIT.

¿ConSinGAN es gratis?

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

¿Bajo qué licencia está ConSinGAN?

ConSinGAN está disponible bajo la licencia MIT.

¿En qué lenguaje está escrito ConSinGAN?

ConSinGAN está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
OpenSourceAI badge — ConSinGAN

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=tohinz-consingan)](https://opensourceai.tech/project/tohinz-consingan.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.