Home Progetti score_sde
score_sde
Jupyter Notebook

score_sde

Codice ufficiale per la Modellazione Generativa Basata su Score attraverso Equazioni Differenziali Stocastiche (ICLR 2021, Oral)

di yang-song · GitHub
Stelle
Fork
Licenza
Creato
Ultimo commit
controllable-generationdiffusion-modelsflaxApache-2.0Jupyter Notebook
Visualizza su GitHub
In parole semplici

Genera nuovi campioni di dati utilizzando modelli matematici avanzati basati su distribuzioni di dati esistenti.

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 →
score_sde — GitHub preview card
📈 Storia delle stelle
1 8391 838
2026-07-202026-08-31
📈 Segui score_sde

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

Codice ufficiale per la Modellazione Generativa Basata su Score attraverso Equazioni Differenziali Stocastiche (ICLR 2021, Oral)

score_sde ha 1.8k stelle su GitHub. È stato forkato 230 volte. score_sde è scritto principalmente in Jupyter Notebook. È in sviluppo attivo dal 2021. score_sde è disponibile con licenza Apache-2.0. I suoi temi principali sono: controllable-generation, diffusion-models, flax, generative-models.

Frequently asked questions

Che cos'è score_sde?

Codice ufficiale per la Modellazione Generativa Basata su Score attraverso Equazioni Differenziali Stocastiche (ICLR 2021, Oral)

score_sde è open source?

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

score_sde è gratuito?

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

Con quale licenza è score_sde?

score_sde è disponibile con licenza Apache-2.0.

In quale linguaggio è scritto score_sde?

score_sde è scritto principalmente in Jupyter Notebook.

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

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=yang-song-score-sde)](https://olud.ai/project/yang-song-score-sde.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →
score_sde_pytorch
Implementazione PyTorch per Modelli Generativi Basati su Score tramite Equazioni Differenziali…
2.1k · controllable-generation
condividecontrollable-generationgenerative-models
Awesome-Controllable-T2I-Diffusion-Models
Una raccolta di risorse sulla generazione controllabile con modelli di diffusione testo-immagin…
1.1k · awesome
condividecontrollable-generationdiffusion-models
MOFA-Video
[ECCV 2024] MOFA-Video: Animazione di Immagini Controllabile tramite Adattamenti di Campo di Mo…
766 · aigc
condividecontrollable-generationgenerative-models
DiffuseVAE
Implementazione ufficiale di "DiffuseVAE: Generazione Efficiente, Controllabile e di Alta Fedel…
384 · controllable-generation
condividecontrollable-generationdiffusion-models
PNDM
L'implementazione ufficiale per i Metodi Numerici Pseudo per Modelli di Diffusione su Varietà (…
356 · diffusion-models
condividegenerative-modelsdiffusion-models
RefAlign
[ECCV 2026] Implementazione ufficiale di RefAlign in PyTorch: Allineamento della rappresentazio…
392 · controllable-generation
condividecontrollable-generationdiffusion-models
RISE
[RSS 2026] Codice per RISE: Politica Robotica Auto-Migliorante con Modello di Mondo Composizion…
323 · diffusion-models
condividegenerative-modelsdiffusion-models
FlashVideo
[AAAI-2026]FlashVideo: Fedeltà Fluida ai Dettagli per Generazione Video ad Alta Risoluzione Eff…
462 · diffusion-models
condividegenerative-modelsdiffusion-models
PixelSmile
PixelSmile: Modifica fine delle espressioni facciali con controllo continuo, ridotto intreccio…
475 · diffusion-models
condividegenerative-modelsdiffusion-models
LFM
Implementazione ufficiale in PyTorch dell'articolo: Flow Matching in Latent Space
356 · conditional-normalizing-flows
condividegenerative-modelsdiffusion-models

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