exposure
Apprentissage du traitement d'images à résolution infinie avec GAN et RL à partir d'ensembles de données d'images non appariées, en utilisant un modèle d'édition photo différentiable.
Apprenez à traiter des images haute résolution en utilisant des techniques avancées à partir de jeux de données non appariés avec ce modèle.
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 momentApprentissage du traitement d'images à résolution infinie avec GAN et RL à partir d'ensembles de données d'images non appariées, en utilisant un modèle d'édition photo différentiable.
exposure compte 781 étoiles sur GitHub. Il a été forké 156 fois. exposure est écrit principalement en Python. Il est développé activement depuis 2018. exposure est disponible sous licence MIT. Ses principaux thèmes sont : computational-photography, deep-learning, gan, generative-adversarial-network.
Qu'est-ce que exposure ?
Apprentissage du traitement d'images à résolution infinie avec GAN et RL à partir d'ensembles de données d'images non appariées, en utilisant un modèle d'édition photo différentiable.
exposure est-il open source ?
exposure est un projet open source. Il est distribué sous licence MIT.
exposure est-il gratuit ?
Oui. exposure est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est exposure ?
exposure est disponible sous licence MIT.
Dans quel langage exposure est-il écrit ?
exposure 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/yuanming-hu-exposure.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.