Home Progetti CLIP-Guided-Diffusion
CLIP-Guided-Diffusion

CLIP-Guided-Diffusion

di nerdyrodent · GitHub

Semplicemente giocando con l'esecuzione di CLIP Guided Diffusion in locale, piuttosto che dover usare colab.

Visualizza su GitHub
⭐ Stelle
🍴 Fork
📜 Licenza
Licenza non specificata
📅 Creato
🔄 Ultimo commit
🏷️ Categoria
💻 Lingua
🖥️ Auto-ospitato
Probabile
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 →
CLIP-Guided-Diffusion — GitHub preview card
📈 Storia delle stelle
386385
2026-07-202026-07-29
📈 Segui CLIP-Guided-Diffusion

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

Semplicemente giocando con l'esecuzione di CLIP Guided Diffusion in locale, piuttosto che dover usare colab.

CLIP-Guided-Diffusion ha 385 stelle su GitHub. È stato forkato 47 volte. CLIP-Guided-Diffusion è scritto principalmente in Python. È in sviluppo attivo dal 2021. I suoi temi principali sono: openai-clip, text-to-image, text2image.

Frequently asked questions

Che cos'è CLIP-Guided-Diffusion?

Semplicemente giocando con l'esecuzione di CLIP Guided Diffusion in locale, piuttosto che dover usare colab.

CLIP-Guided-Diffusion è open source?

CLIP-Guided-Diffusion è un progetto open source.

CLIP-Guided-Diffusion è gratuito?

Sì. CLIP-Guided-Diffusion è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

In quale linguaggio è scritto CLIP-Guided-Diffusion?

CLIP-Guided-Diffusion è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
OpenSourceAI badge — CLIP-Guided-Diffusion

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

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=nerdyrodent-clip-guided-diffusion)](https://opensourceai.tech/project/nerdyrodent-clip-guided-diffusion.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →
VQGAN-CLIP
Sto solo provando a far funzionare VQGAN+CLIP localmente, piuttosto che dover usare colab.
2.6k · text-to-image
condividetext2imagetext-to-image
stable-diffusion-aesthetic-gradients
Personalizzazione per Stable Diffusion tramite Gradienti Estetici 🎨
741 · diffusion-models
condividetext2imagetext-to-image
blended-diffusion
Implementazione ufficiale per "Blended Diffusion for Text-driven Editing of Natural Images" [CV…
589 · blended-diffusion
condivideopenai-cliptext-to-image
clip-guided-diffusion
Uno strumento CLI/modulo Python per generare immagini da testo utilizzando diffusione guidata e…
459 · artificial-intelligence
condivideopenai-cliptext-to-image
Ovis-Image
Ovis-Image è un modello text-to-image da 7B specificamente ottimizzato per il rendering di test…
321 · image-generation
condividetext-to-image
DALLE2-pytorch
Implementazione di DALL-E 2, la rete neurale di sintesi testo-immagine aggiornata di OpenAI, in…
11.3k · artificial-intelligence
condividetext-to-image
DF-GAN
[CVPR2022 orale] Una base semplice ed efficace per la sintesi testo-immagine
326 · generative-adversarial-network
condividetext-to-image
Attend-and-Excite
Implementazione ufficiale per "Attend-and-Excite: Guida Semantica Basata su Attenzione per Mode…
770 · diffusion-models
condividetext-to-image
min-dalle
min(DALL·E) è un port veloce e minimale di DALL·E Mini su PyTorch
3.5k · artificial-intelligence
condividetext-to-image
Kandinsky-2
Kandinsky 2 — modello di diffusione latente text2image multilingue
2.8k · diffusion
condividetext2imagetext-to-image

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