Mappe di attribuzione attentive di diffusione per interpretare Stable Diffusion.
Interpreta e comprendi come Stable Diffusion genera immagini utilizzando mappe di attenzione speciali per analizzare i suoi processi.
Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.
Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.
Gratis · senza carta · disdici quando vuoiMappe di attribuzione attentive di diffusione per interpretare Stable Diffusion.
daam ha 801 stelle su GitHub. È stato forkato 70 volte. daam è scritto principalmente in Jupyter Notebook. È in sviluppo attivo dal 2022. daam è disponibile con licenza MIT. I suoi temi principali sono: diffusion, explainable-ai, generative-ai, huggingface.
Mappe di attribuzione attentive di diffusione per interpretare Stable Diffusion.
daam è un progetto open source. È rilasciato con licenza MIT.
Sì. daam è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.
daam è disponibile con licenza MIT.
daam è scritto principalmente in Jupyter Notebook.
Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.
[](https://opensourceai.tech/project/castorini-daam.html)
Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.