Início Projetos zi2zi
zi2zi
Python

zi2zi

Aprendendo o estilo de caracteres chineses com GAN condicional

por kaonashi-tyc · GitHub
Estrelas
Forks
Licença
Criado
Último commit
Linguagem
chinese-charactersdeep-learningdeep-neural-networksApache-2.0Python
Ver no GitHub
Em palavras simples

Treine um modelo para criar diferentes estilos de caracteres chineses usando aprendizado profundo.

Mantem este projeto?

Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.

Reivindicar esta pagina →
zi2zi — GitHub preview card
📈 Histórico de estrelas
2 7412 736
2026-07-072026-08-31
📈 Acompanhe zi2zi

Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.

Grátis · sem cartão · cancele quando quiser
Receber alertas por e-mail →
📄 Sobre

Aprendendo o estilo de caracteres chineses com GAN condicional

zi2zi tem 2.7k estrelas no GitHub. Foi bifurcado 481 vezes. zi2zi é escrito principalmente em Python. Está em desenvolvimento ativo desde 2017. zi2zi está disponível sob a licença Apache-2.0. Os seus principais temas são: chinese-characters, deep-learning, deep-neural-networks, deeplearning.

Frequently asked questions

O que é zi2zi?

Aprendendo o estilo de caracteres chineses com GAN condicional

zi2zi é de código aberto?

zi2zi é um projeto de código aberto. É distribuído sob a licença Apache-2.0.

zi2zi é gratuito?

Sim. zi2zi é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.

Sob que licença está zi2zi?

zi2zi está disponível sob a licença Apache-2.0.

Em que linguagem zi2zi está escrito?

zi2zi é escrito principalmente em Python.

🏅 Mantenedor deste projeto?
olud.ai badge — zi2zi

Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=kaonashi-tyc-zi2zi)](https://olud.ai/project/kaonashi-tyc-zi2zi.html)
Mais opções de badge →
🧬 Partilha ADN com🧬 Ver o mapa de ADN →

Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.