Accueil Projets G.pt
G.pt

G.pt

par wpeebles · GitHub

Mise en œuvre officielle de PyTorch de "Learning to Learn with Generative Models of Neural Network Checkpoints"

Voir sur GitHub
⭐ Étoiles
🍴 Forks
📜 Licence
Utilisation commerciale autorisée
📅 Créé
🔄 Dernier commit
🏷️ Catégorie
💻 Langue
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 →
G.pt — GitHub preview card
📈 Historique des étoiles
348347
2026-07-202026-07-29
📈 Suivez G.pt

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

Mise en œuvre officielle de PyTorch de "Learning to Learn with Generative Models of Neural Network Checkpoints"

G.pt compte 347 étoiles sur GitHub. Il a été forké 24 fois. G.pt est écrit principalement en Python. Il est développé activement depuis 2022. G.pt est disponible sous licence BSD-2-Clause. Ses principaux thèmes sont : deep-learning, diffusion-models, pytorch, transformers.

Frequently asked questions

Qu'est-ce que G.pt ?

Mise en œuvre officielle de PyTorch de "Learning to Learn with Generative Models of Neural Network Checkpoints"

G.pt est-il open source ?

G.pt est un projet open source. Il est distribué sous licence BSD-2-Clause.

G.pt est-il gratuit ?

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

Sous quelle licence est G.pt ?

G.pt est disponible sous licence BSD-2-Clause.

Dans quel langage G.pt est-il écrit ?

G.pt est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
OpenSourceAI badge — G.pt

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=wpeebles-g-pt)](https://opensourceai.tech/project/wpeebles-g-pt.html)
Plus d'options de badge →
🧬 Partage son ADN avec
VisCPM
[ICLR'24 spotlight] Série de modèles multimodaux chinois et anglais (Chat et Peinture) | 基于CPM基…
1.1k · diffusion-models
partagediffusion-modelstransformers
MiniGPT-5
Implémentation officielle de l'article "MiniGPT-5: Interleaved Vision-and-Language Generation v…
867 · diffusion-models
partagediffusion-modelstransformers
Open-dLLM
Modèle de langage de diffusion ouvert pour la génération de code — publication de pré-entraînem…
643 · diffusion-models
partagediffusion-models
MimicMotion
Génération de vidéos de mouvement humain de haute qualité avec guidage de pose conscient de la…
2.6k · diffusion-models
partagediffusion-models
PVDM
[CVPR'23] Modèles de diffusion probabilistes vidéo dans l'espace latent projeté
322 · diffusion-models
partagediffusion-models
Awesome-diffusion-model-for-image-processing
un résumé du traitement d'images basé sur la diffusion, y compris la restauration, l'améliorati…
954 · diffusion-models
partagediffusion-models
REPA
[ICLR'25 Oral] Alignement de représentation pour la génération : Entraîner des transformateurs…
1.7k · diffusion
partagediffusion-models
fromthetensor
Du tenseur à Stable Diffusion, un aperçu grossier pour un cours de 10 semaines.
1.1k · deep-learning
partagetransformers
tuned-lens
Outils pour comprendre comment les prédictions des transformateurs sont construites couche par…
605 · machine-learning
partagetransformers
Paella
Mise en œuvre officielle de Paella https://arxiv.org/abs/2211.07292v2
748 · diffusion-models
partagediffusion-models

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