Inicio Proyectos stable-diffusion-aesthetic-gradients
stable-diffusion-aesthetic-gradients
Jupyter Notebook

stable-diffusion-aesthetic-gradients

Personalización para Stable Diffusion a través de Gradientes Estéticos 🎨

por vicgalle · GitHub
Estrellas
Ramas
Creado
Último commit
diffusion-modelslaionstable-diffusionJupyter Notebook
Ver en GitHub
En palabras simples

Personaliza la generación de imágenes guiando a un modelo para crear visuales basados en tus estilos elegidos de un conjunto de imágenes.

¿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 →
stable-diffusion-aesthetic-gradients — GitHub preview card
📈 Historial de estrellas
742741
2026-07-202026-08-31
📈 Sigue stable-diffusion-aesthetic-gradients

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

Personalización para Stable Diffusion a través de Gradientes Estéticos 🎨

stable-diffusion-aesthetic-gradients tiene 741 estrellas en GitHub. Se ha bifurcado 64 veces. stable-diffusion-aesthetic-gradients está escrito principalmente en Jupyter Notebook. Se desarrolla activamente desde 2022. Sus temas principales son: diffusion-models, laion, stable-diffusion, text-to-image.

Frequently asked questions

¿Qué es stable-diffusion-aesthetic-gradients?

Personalización para Stable Diffusion a través de Gradientes Estéticos 🎨

¿stable-diffusion-aesthetic-gradients es de código abierto?

stable-diffusion-aesthetic-gradients es un proyecto de código abierto.

¿stable-diffusion-aesthetic-gradients es gratis?

Sí. stable-diffusion-aesthetic-gradients es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿En qué lenguaje está escrito stable-diffusion-aesthetic-gradients?

stable-diffusion-aesthetic-gradients está escrito principalmente en Jupyter Notebook.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — stable-diffusion-aesthetic-gradients

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=vicgalle-stable-diffusion-aesthetic-gradients)](https://olud.ai/project/vicgalle-stable-diffusion-aesthetic-gradients.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →
Attend-and-Excite
Implementación oficial para "Attend-and-Excite: Guía Semántica Basada en Atención para Modelos…
772 · diffusion-models
compartetext-to-imagestable-diffusion
e4t-diffusion
Implementación de ajuste de dominio basado en codificadores para la personalización rápida de m…
324 · deep-learning
compartetext-to-imagestable-diffusion
MACE
[CVPR 2024] "MACE: Borrado Masivo de Conceptos en Modelos de Difusión" (Implementación Oficial)
393 · diffusion-models
compartetext-to-imagestable-diffusion
mixture-of-diffusers
Mezcla de Diffusers para composición de escenas y generación de imágenes de alta resolución
449 · ai
compartestable-diffusiondiffusion-models
flux-krea
Repositorio oficial de GitHub para FLUX.1 Krea [dev].
364 · diffusion-models
compartetext-to-imagediffusion-models
Dreambooth-Stable-Diffusion
Implementación de Dreambooth (https://arxiv.org/abs/2208.12242) con Stable Diffusion
7.7k · pytorch
compartetext-to-imagestable-diffusion
TokenFlow
Implementación oficial de Pytorch para "TokenFlow: Características de Difusión Consistentes par…
1.7k · iclr2024
compartetext-to-imagestable-diffusion
awesome-text-to-image-studies
Una colección de estudios impresionantes sobre generación de texto a imagen.
760 · artificial-intelligence
compartetext-to-imagediffusion-models
text2room
Text2Room genera mallas 3D texturizadas a partir de un texto dado utilizando modelos de texto a…
1.1k · 3d-generation
compartetext-to-imagediffusion-models
Wuerstchen
Implementación oficial de Würstchen: Preentrenamiento eficiente de modelos de texto a imagen
555 · diffusion-models
compartestable-diffusiondiffusion-models

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