MultiDiffusion
Implémentation officielle de Pytorch pour "MultiDiffusion : Fusion des chemins de diffusion pour la génération d'images contrôlées" présentant "MultiDiffusion" (ICML 2023)
Générez et éditez des images basées sur des descriptions textuelles en utilisant le cadre MultiDiffusion sans formation supplémentaire.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentImplémentation officielle de Pytorch pour "MultiDiffusion : Fusion des chemins de diffusion pour la génération d'images contrôlées" présentant "MultiDiffusion" (ICML 2023)
MultiDiffusion compte 1.1k étoiles sur GitHub. Il a été forké 63 fois. MultiDiffusion est écrit principalement en Jupyter Notebook. Il est développé activement depuis 2023. Ses principaux thèmes sont : diffusion-models, generative-model, icml, image-generation.
Qu'est-ce que MultiDiffusion ?
Implémentation officielle de Pytorch pour "MultiDiffusion : Fusion des chemins de diffusion pour la génération d'images contrôlées" présentant "MultiDiffusion" (ICML 2023)
MultiDiffusion est-il open source ?
MultiDiffusion est un projet open source.
MultiDiffusion est-il gratuit ?
Oui. MultiDiffusion est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Dans quel langage MultiDiffusion est-il écrit ?
MultiDiffusion est écrit principalement en Jupyter Notebook.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/omerbt-multidiffusion.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.