Home Progetti REPA
REPA
Python

REPA

[ICLR'25 Oral] Allineamento della rappresentazione per la generazione: Addestrare i trasformatori di diffusione è più facile di quanto pensi

di sihyun-yu · GitHub
Stelle
Fork
Licenza
Creato
Ultimo commit
Categoria
Lingua
diffusiondiffusion-modelsMITPython
Visualizza su GitHub
In parole semplici

Allinea immagini rumorose con modelli addestrati per migliorare la qualità dei visual generati.

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 →
REPA — GitHub preview card
📈 Storia delle stelle
1 6791 678
2026-07-202026-08-31
📈 Segui REPA

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

[ICLR'25 Oral] Allineamento della rappresentazione per la generazione: Addestrare i trasformatori di diffusione è più facile di quanto pensi

REPA ha 1.7k stelle su GitHub. È stato forkato 97 volte. REPA è scritto principalmente in Python. È in sviluppo attivo dal 2024. REPA è disponibile con licenza MIT. I suoi temi principali sono: diffusion, diffusion-models.

Frequently asked questions

Che cos'è REPA?

[ICLR'25 Oral] Allineamento della rappresentazione per la generazione: Addestrare i trasformatori di diffusione è più facile di quanto pensi

REPA è open source?

REPA è un progetto open source. È rilasciato con licenza MIT.

REPA è gratuito?

Sì. REPA è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è REPA?

REPA è disponibile con licenza MIT.

In quale linguaggio è scritto REPA?

REPA è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
olud.ai badge — REPA

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=sihyun-yu-repa)](https://olud.ai/project/sihyun-yu-repa.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →
blended-latent-diffusion
Implementazione ufficiale per "Blended Latent Diffusion" [SIGGRAPH 2023]
631 · computer-vision
condividediffusiondiffusion-models
smalldiffusion
Codice semplice e leggibile per l'addestramento e il campionamento da modelli di diffusione
773 · diffusion
condividediffusiondiffusion-models
Awesome-Video-Diffusion-Models
[CSUR] Un'indagine sui modelli di diffusione video
2.3k · awesome
condividediffusiondiffusion-models
grasp_diffusion
Implementazione Pytorch di modelli di diffusione su Lie Groups per la generazione di pose di pr…
353 · deep-learning
condividediffusiondiffusion-models
transformerlab-app
L'ambiente di ricerca open source per i ricercatori AI per addestrare, valutare e scalare senza…
5.2k · diffusion
condividediffusiondiffusion-models
diffusionerf
[CVPR 2023] DiffusioNeRF: Regularizing Neural Radiance Fields with Denoising Diffusion Models
308 · deep-learning
condividediffusiondiffusion-models
Lumina-T2X
Lumina-T2X è un framework unificato per la Generazione di Testo in Qualsiasi Modalità
2.2k · aigc
condividediffusiondiffusion-models
MegaDLMs
Framework ottimizzato per GPU per l'addestramento di modelli di linguaggio di diffusione su qua…
344 · diffusion
condividediffusion
model-based-diffusion
Implementazione ufficiale per il documento "Diffusione basata su modello per l'ottimizzazione d…
339 · control
condividediffusiondiffusion-models
ddrm
[NeurIPS 2022] Modelli di restauro a diffusione denoising -- Repository ufficiale del codice
668 · deblurring
condividediffusiondiffusion-models

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