Real-Time-Latent-Consistency-Model
Application présentant plusieurs pipelines de modèles de diffusion en temps réel avec Diffusers
Montrez des transformations d'images en temps réel en utilisant une webcam et des modèles d'apprentissage automatique avancés.
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 momentApplication présentant plusieurs pipelines de modèles de diffusion en temps réel avec Diffusers
Real-Time-Latent-Consistency-Model compte 916 étoiles sur GitHub. Il a été forké 116 fois. Real-Time-Latent-Consistency-Model est écrit principalement en Python. Il est développé activement depuis 2023. Real-Time-Latent-Consistency-Model est disponible sous licence Apache-2.0. Ses principaux thèmes sont : diffusers, diffusion-models, latent-consistency-model, machine-learning.
Qu'est-ce que Real-Time-Latent-Consistency-Model ?
Application présentant plusieurs pipelines de modèles de diffusion en temps réel avec Diffusers
Real-Time-Latent-Consistency-Model est-il open source ?
Real-Time-Latent-Consistency-Model est un projet open source. Il est distribué sous licence Apache-2.0.
Real-Time-Latent-Consistency-Model est-il gratuit ?
Oui. Real-Time-Latent-Consistency-Model est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est Real-Time-Latent-Consistency-Model ?
Real-Time-Latent-Consistency-Model est disponible sous licence Apache-2.0.
Dans quel langage Real-Time-Latent-Consistency-Model est-il écrit ?
Real-Time-Latent-Consistency-Model 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://opensourceai.tech/project/radames-real-time-latent-consistency-model.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.