Home Progetti PyTorch-VAE
PyTorch-VAE
Python

PyTorch-VAE

Una collezione di Autoencoder Variationali (VAE) in PyTorch.

di AntixK · GitHub
Stelle
Fork
Licenza
Creato
Ultimo commit
Categoria
Lingua
architecturebeta-vaeceleba-datasetApache-2.0Python
Visualizza su GitHub
In parole semplici

Esplora una collezione di Autoencoder Variational per generare immagini e apprendere dai dati.

Mantieni questo progetto?

Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.

Rivendica questa pagina →
PyTorch-VAE — GitHub preview card
📈 Storia delle stelle
7.66k7.65k
2026-07-042026-08-31
📈 Segui PyTorch-VAE

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

Una collezione di Autoencoder Variationali (VAE) in PyTorch.

PyTorch-VAE ha 7.7k stelle su GitHub. È stato forkato 1.2k volte. PyTorch-VAE è scritto principalmente in Python. È in sviluppo attivo dal 2020. PyTorch-VAE è disponibile con licenza Apache-2.0. I suoi temi principali sono: architecture, beta-vae, celeba-dataset, deep-learning.

Frequently asked questions

Che cos'è PyTorch-VAE?

Una collezione di Autoencoder Variationali (VAE) in PyTorch.

PyTorch-VAE è open source?

PyTorch-VAE è un progetto open source. È rilasciato con licenza Apache-2.0.

PyTorch-VAE è gratuito?

Sì. PyTorch-VAE è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è PyTorch-VAE?

PyTorch-VAE è disponibile con licenza Apache-2.0.

In quale linguaggio è scritto PyTorch-VAE?

PyTorch-VAE è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
olud.ai badge — PyTorch-VAE

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![olud.ai](https://olud.ai/badge.php?tool=antixk-pytorch-vae)](https://olud.ai/project/antixk-pytorch-vae.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.