PyTorch-StudioGAN
StudioGAN est une bibliothèque Pytorch fournissant des implémentations de réseaux antagonistes génératifs (GANs) représentatifs pour la génération d'images conditionnelle/non conditionnelle.
Générez des images en utilisant des techniques d'IA avancées avec une bibliothèque pour les réseaux antagonistes génératifs en Python.
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 momentStudioGAN est une bibliothèque Pytorch fournissant des implémentations de réseaux antagonistes génératifs (GANs) représentatifs pour la génération d'images conditionnelle/non conditionnelle.
PyTorch-StudioGAN compte 3.5k étoiles sur GitHub. Il a été forké 344 fois. PyTorch-StudioGAN est écrit principalement en Python. Il est développé activement depuis 2020. Ses principaux thèmes sont : biggan, clean-fid, data-efficient-gan-training, deep-learning.
Qu'est-ce que PyTorch-StudioGAN ?
StudioGAN est une bibliothèque Pytorch fournissant des implémentations de réseaux antagonistes génératifs (GANs) représentatifs pour la génération d'images conditionnelle/non conditionnelle.
PyTorch-StudioGAN est-il open source ?
PyTorch-StudioGAN est un projet open source.
PyTorch-StudioGAN est-il gratuit ?
Oui. PyTorch-StudioGAN est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Dans quel langage PyTorch-StudioGAN est-il écrit ?
PyTorch-StudioGAN est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/postech-cvlab-pytorch-studiogan.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.