Accueil Projets diffusers-torchao
diffusers-torchao
Python

diffusers-torchao

Recettes de bout en bout pour optimiser les modèles de diffusion avec torchao et diffusers (inférence et formation FP8).

par sayakpaul · GitHub
Étoiles
Forks
Licence
Créé
Dernier commit
Langue
architecture-optimizationdiffusion-modelsfluxApache-2.0Python
Voir sur GitHub
En termes simples

Optimisez les processus de génération d'images et de vidéos avec des recettes de formation pour des modèles d'IA spécifiques.

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 →
diffusers-torchao — GitHub preview card
📈 Historique des étoiles
400399
2026-07-202026-08-31
📈 Suivez diffusers-torchao

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

Recettes de bout en bout pour optimiser les modèles de diffusion avec torchao et diffusers (inférence et formation FP8).

diffusers-torchao compte 399 étoiles sur GitHub. Il a été forké 16 fois. diffusers-torchao est écrit principalement en Python. Il est développé activement depuis 2024. diffusers-torchao est disponible sous licence Apache-2.0. Ses principaux thèmes sont : architecture-optimization, diffusion-models, flux, text-to-image.

Frequently asked questions

Qu'est-ce que diffusers-torchao ?

Recettes de bout en bout pour optimiser les modèles de diffusion avec torchao et diffusers (inférence et formation FP8).

diffusers-torchao est-il open source ?

diffusers-torchao est un projet open source. Il est distribué sous licence Apache-2.0.

diffusers-torchao est-il gratuit ?

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

Sous quelle licence est diffusers-torchao ?

diffusers-torchao est disponible sous licence Apache-2.0.

Dans quel langage diffusers-torchao est-il écrit ?

diffusers-torchao est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — diffusers-torchao

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=sayakpaul-diffusers-torchao)](https://olud.ai/project/sayakpaul-diffusers-torchao.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
flux-krea
Dépôt officiel GitHub pour FLUX.1 Krea [dev].
364 · diffusion-models
partagefluxtext-to-image
Attend-and-Excite
Implémentation officielle pour "Attend-and-Excite: Attention-Based Semantic Guidance for Text-t…
772 · diffusion-models
partagetext-to-imagediffusion-models
e4t-diffusion
Mise en œuvre de l'ajustement de domaine basé sur l'encodeur pour une personnalisation rapide d…
324 · deep-learning
partagetext-to-imagediffusion-models
nunchaku
[ICLR2025 Spotlight] SVDQuant : Absorption des valeurs aberrantes par des composants de faible…
3.9k · comfyui
partagefluxdiffusion-models
MACE
[CVPR 2024] "MACE : Effacement de concept massif dans les modèles de diffusion" (Implémentation…
393 · diffusion-models
partagetext-to-imagediffusion-models
ZenCtrl
Génération d'images guidée par le sujet en contexte tout en préservant la fidélité du premier p…
351 · diffusion-models
partagefluxdiffusion-models
awesome-text-to-image-studies
Une collection d'études géniales sur la génération de texte en image.
760 · artificial-intelligence
partagetext-to-imagediffusion-models
stable-diffusion-aesthetic-gradients
Personnalisation pour Stable Diffusion via des gradients esthétiques 🎨
741 · diffusion-models
partagetext-to-imagediffusion-models
text2room
Text2Room génère des maillages 3D texturés à partir d'un texte donné en utilisant des modèles 2…
1.1k · 3d-generation
partagetext-to-imagediffusion-models
stable-flow
Implémentation officielle pour "Stable Flow: Vital Layers for Training-Free Image Editing" [CVP…
409 · deep-learning
partagetext-to-imagediffusion-models

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