Accueil Projets 3d-ken-burns
3d-ken-burns
Python

3d-ken-burns

une implémentation de l'effet Ken Burns 3D à partir d'une seule image utilisant PyTorch

par sniklaus · GitHub
Étoiles
Forks
Créé
Dernier commit
Catégorie
Langue
cudacupydeep-learningPython
Voir sur GitHub
En termes simples

Explorez et modifiez un agent de codage IA simple pour comprendre comment fonctionnent les assistants de codage.

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 →
3d-ken-burns — GitHub preview card
📈 Historique des étoiles
1 5671 566
2026-07-202026-08-31
📈 Suivez 3d-ken-burns

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

une implémentation de l'effet Ken Burns 3D à partir d'une seule image utilisant PyTorch

3d-ken-burns compte 1.6k étoiles sur GitHub. Il a été forké 223 fois. 3d-ken-burns est écrit principalement en Python. Il est développé activement depuis 2019. Ses principaux thèmes sont : cuda, cupy, deep-learning, python.

Frequently asked questions

Qu'est-ce que 3d-ken-burns ?

une implémentation de l'effet Ken Burns 3D à partir d'une seule image utilisant PyTorch

3d-ken-burns est-il open source ?

3d-ken-burns est un projet open source.

3d-ken-burns est-il gratuit ?

Oui. 3d-ken-burns est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Dans quel langage 3d-ken-burns est-il écrit ?

3d-ken-burns est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — 3d-ken-burns

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=sniklaus-3d-ken-burns)](https://olud.ai/project/sniklaus-3d-ken-burns.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →

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