Accueil Projets q-diffusion
q-diffusion

q-diffusion

par Xiuyu-Li · GitHub

[ICCV 2023] Q-Diffusion : Quantification des modèles de diffusion.

Voir sur GitHub
⭐ Étoiles
🍴 Forks
🔥 Tendances
📜 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 →
q-diffusion — GitHub preview card
📈 Historique des étoiles
378377
2026-07-202026-07-29
📈 Suivez q-diffusion

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

[ICCV 2023] Q-Diffusion : Quantification des modèles de diffusion.

q-diffusion compte 378 étoiles sur GitHub. Il a été forké 27 fois. q-diffusion est écrit principalement en Python. Il est développé activement depuis 2023. q-diffusion est disponible sous licence MIT. Ses principaux thèmes sont : ddim, diffusion-models, model-compression, post-training-quantization.

Frequently asked questions

Qu'est-ce que q-diffusion ?

[ICCV 2023] Q-Diffusion : Quantification des modèles de diffusion.

q-diffusion est-il open source ?

q-diffusion est un projet open source. Il est distribué sous licence MIT.

q-diffusion est-il gratuit ?

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

Sous quelle licence est q-diffusion ?

q-diffusion est disponible sous licence MIT.

Dans quel langage q-diffusion est-il écrit ?

q-diffusion est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
OpenSourceAI badge — q-diffusion

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=xiuyu-li-q-diffusion)](https://opensourceai.tech/project/xiuyu-li-q-diffusion.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
DeepCache
[CVPR 2024] DeepCache : Accélérer les Modèles de Diffusion gratuitement
969 · diffusion-models
partagemodel-compressiondiffusion-models
SqueezeLLM
[ICML 2024] SqueezeLLM : Quantification dense et sparse
722 · efficient-inference
partagepost-training-quantizationmodel-compression
Awesome-Quantization-Papers
Liste d'articles liés à la quantification des réseaux neuronaux dans les récentes conférences e…
838 · awesome-list
partagemodel-compressionquantization
Pretrained-Language-Model
Modèle de langage pré-entraîné et ses techniques d'optimisation associées développées par le la…
3.2k · knowledge-distillation
partagemodel-compressionquantization
Diffusion_models_from_scratch
Création d'un modèle de diffusion à partir de zéro dans PyTorch pour apprendre exactement comme…
396 · classifier-free-guidance
partageddimdiffusion-models
mixture-of-diffusers
Mélange de Diffuseurs pour la composition de scènes et la génération d'images haute résolution
449 · ai
partagediffusion-modelsstable-diffusion
Attend-and-Excite
Implémentation officielle pour "Attend-and-Excite: Attention-Based Semantic Guidance for Text-t…
770 · diffusion-models
partagediffusion-modelsstable-diffusion
e4t-diffusion
Mise en œuvre de l'ajustement de domaine basé sur l'encodeur pour une personnalisation rapide d…
324 · deep-learning
partagediffusion-modelsstable-diffusion
MACE
[CVPR 2024] "MACE : Effacement de concept massif dans les modèles de diffusion" (Implémentation…
394 · diffusion-models
partagediffusion-modelsstable-diffusion
Wuerstchen
Implémentation officielle de Würstchen : Pré-entraînement efficace des modèles texte-image
555 · diffusion-models
partagediffusion-modelsstable-diffusion

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