Accueil Projets LeakGAN
LeakGAN
Python

LeakGAN

Les codes de l'article "Génération de Longs Textes via Entraînement Adversarial avec Informations Fuites" sur AAAI 2018. Génération de texte utilisant GAN et Apprentissage par Renforcement Hiérarchique.

par CR-Gjx · GitHub
Étoiles
Forks
Créé
Dernier commit
Langue
generative-adversarial-networkhierarchical-reinforcement-learningnatural-language-processingPython
Voir sur GitHub
En termes simples

Générez automatiquement du texte long et significatif pour des applications comme des chatbots et des traductions en utilisant des techniques avancées d'IA.

Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
LeakGAN — GitHub preview card
📈 Historique des étoiles
574573
2026-07-202026-08-31
📈 Suivez LeakGAN

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

Les codes de l'article "Génération de Longs Textes via Entraînement Adversarial avec Informations Fuites" sur AAAI 2018. Génération de texte utilisant GAN et Apprentissage par Renforcement Hiérarchique.

LeakGAN compte 573 étoiles sur GitHub. Il a été forké 183 fois. LeakGAN est écrit principalement en Python. Il est développé activement depuis 2017. Ses principaux thèmes sont : generative-adversarial-network, hierarchical-reinforcement-learning, natural-language-processing, reinforcement-learning.

Frequently asked questions

Qu'est-ce que LeakGAN ?

Les codes de l'article "Génération de Longs Textes via Entraînement Adversarial avec Informations Fuites" sur AAAI 2018. Génération de texte utilisant GAN et Apprentissage par Renforcement Hiérarchique.

LeakGAN est-il open source ?

LeakGAN est un projet open source.

LeakGAN est-il gratuit ?

Oui. LeakGAN est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Dans quel langage LeakGAN est-il écrit ?

LeakGAN est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — LeakGAN

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![olud.ai](https://olud.ai/badge.php?tool=cr-gjx-leakgan)](https://olud.ai/project/cr-gjx-leakgan.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
MINERVA
Errance dans des réseaux d'entités pour atteindre des réponses vraisemblables
322 · knowledge-graph
partagenatural-language-processingreinforcement-learning
gigagan-pytorch
Implémentation de GigaGAN, nouveau GAN SOTA d'Adobe. Aboutissement de près d'une décennie de re…
1.9k · artificial-intelligence
partagegenerative-adversarial-network
lightweight-gan
Implémentation de GAN 'léger', proposé dans ICLR 2021, en Pytorch. Générations d'images haute r…
1.7k · artificial-intelligence
partagegenerative-adversarial-network
DF-GAN
[CVPR2022 oral] Une base simple et efficace pour la synthèse texte-image
326 · generative-adversarial-network
partagegenerative-adversarial-network
Matterport3DSimulator
Plateforme de recherche AI pour l'apprentissage par renforcement à partir d'images panoramiques…
704 · matterport3d-dataset
partagenatural-language-processingreinforcement-learning
the-gan-zoo
Une liste de tous les GAN nommés !
14.7k · gan
partagegenerative-adversarial-network
Deep-Learning-with-PyTorch-Tutorials
深度学习与PyTorch入门实战视频教程 配套源代码和PPT
3.1k · artificial-intelligence
partagegenerative-adversarial-network
videogan
Génération de vidéos avec dynamiques de scène. NIPS 2016.
706 · computer-vision
partagegenerative-adversarial-network
HyperGAN
Cadre GAN composable avec API et interface utilisateur
1.2k · artificial-intelligence
partagegenerative-adversarial-network
img2img-turbo
Génération d'image à image en une étape avec Stable Diffusion turbo : sketch2image, day2night,…
2.5k · computer-vision
partagegenerative-adversarial-network

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.