Accueil Projets text-to-image
text-to-image
Python

text-to-image

Synthèse d'images à partir de texte génératif adversarial / Veuillez étoiler -->

par zsdonghao · GitHub
Étoiles
Forks
Créé
Dernier commit
Catégorie
Langue
gantensorflowtensorlayerPython
Voir sur GitHub
En termes simples

Générez des images à partir de descriptions textuelles en utilisant un modèle d'apprentissage automatique.

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 →
text-to-image — GitHub preview card
📈 Historique des étoiles
600599
2026-07-202026-08-31
📈 Suivez text-to-image

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

Synthèse d'images à partir de texte génératif adversarial / Veuillez étoiler -->

text-to-image compte 599 étoiles sur GitHub. Il a été forké 161 fois. text-to-image est écrit principalement en Python. Il est développé activement depuis 2016. Ses principaux thèmes sont : gan, tensorflow, tensorlayer, text-to-image.

Frequently asked questions

Qu'est-ce que text-to-image ?

Synthèse d'images à partir de texte génératif adversarial / Veuillez étoiler -->

text-to-image est-il open source ?

text-to-image est un projet open source.

text-to-image est-il gratuit ?

Oui. text-to-image est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Dans quel langage text-to-image est-il écrit ?

text-to-image est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — text-to-image

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=zsdonghao-text-to-image)](https://olud.ai/project/zsdonghao-text-to-image.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.