Início Projetos zi2zi
zi2zi

zi2zi

por kaonashi-tyc · GitHub

Aprendendo o estilo de caracteres chineses com GAN condicional

Ver no GitHub
Em palavras simples

Treine um modelo para criar diferentes estilos de caracteres chineses usando deep learning.

⭐ Estrelas
🍴 Forks
🔥 Tendências
📜 Licença
Uso comercial permitido
📅 Criado
🔄 Último commit
🏷️ Categoria
💻 Linguagem
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 7432 736
2026-07-072026-07-29
📈 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 480 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?
OpenSourceAI badge — zi2zi

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

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=kaonashi-tyc-zi2zi)](https://opensourceai.tech/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.