Início Projetos data-efficient-gans
data-efficient-gans
Python

data-efficient-gans

[NeurIPS 2020] Aumento Diferenciável para Treinamento de GAN Eficiente em Dados

por mit-han-lab · GitHub
Estrelas
Forks
Licença
Criado
Último commit
Linguagem
data-efficientgansgenerative-adversarial-networkBSD-2-ClausePython
Ver no GitHub
Em palavras simples

Treine modelos de IA para gerar imagens usando apenas um pequeno número de fotos de exemplo com técnicas avançadas.

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 →
data-efficient-gans — GitHub preview card
📈 Histórico de estrelas
1 3101 309
2026-07-202026-08-31
📈 Acompanhe data-efficient-gans

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

[NeurIPS 2020] Aumento Diferenciável para Treinamento de GAN Eficiente em Dados

data-efficient-gans tem 1.3k estrelas no GitHub. Foi bifurcado 174 vezes. data-efficient-gans é escrito principalmente em Python. Está em desenvolvimento ativo desde 2020. data-efficient-gans está disponível sob a licença BSD-2-Clause. Os seus principais temas são: data-efficient, gans, generative-adversarial-network, image-generation.

Frequently asked questions

O que é data-efficient-gans?

[NeurIPS 2020] Aumento Diferenciável para Treinamento de GAN Eficiente em Dados

data-efficient-gans é de código aberto?

data-efficient-gans é um projeto de código aberto. É distribuído sob a licença BSD-2-Clause.

data-efficient-gans é gratuito?

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

Sob que licença está data-efficient-gans?

data-efficient-gans está disponível sob a licença BSD-2-Clause.

Em que linguagem data-efficient-gans está escrito?

data-efficient-gans é escrito principalmente em Python.

🏅 Mantenedor deste projeto?
olud.ai badge — data-efficient-gans

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=mit-han-lab-data-efficient-gans)](https://olud.ai/project/mit-han-lab-data-efficient-gans.html)
Mais opções de badge →
🧬 Partilha ADN com🧬 Ver o mapa de ADN →
vision-aided-gan
Ensemble de Modelos Prontos para Treinamento de GAN (CVPR 2022 Oral)
420 · computer-graphics
partilhagansgenerative-adversarial-network
Text-to-Image-Synthesis
Implementação em Pytorch do artigo de Síntese de Texto para Imagem Generativa Adversarial
411 · gans
partilhagansimage-generation
ganspace
Descobrindo Controles GAN Interpretáveis [NeurIPS 2020]
1.8k · deep-learning
partilhagenerative-adversarial-networkimage-generation
Few-Shot-Patch-Based-Training
A implementação oficial do nosso artigo SIGGRAPH 2020 Estilização de Vídeo Interativa Usando Tr…
625 · deep-learning
partilhagenerative-adversarial-networkimage-generation
BlendGAN
Implementação oficial em PyTorch de "BlendGAN: Mistura Implícita de GAN para Geração de Rostos…
498 · gan
partilhagenerative-adversarial-networkimage-generation
Awesome-Text-to-Image
(ෆ`꒳´ෆ) Uma Pesquisa sobre Geração/Síntese de Texto para Imagem.
2.4k · awseome-list
partilhagenerative-adversarial-networkimage-generation
gigagan-pytorch
Implementação do GigaGAN, novo SOTA GAN da Adobe. Culminação de quase uma década de pesquisa em…
1.9k · artificial-intelligence
partilhagenerative-adversarial-network
lightweight-gan
Implementação do GAN 'leve', proposto no ICLR 2021, em Pytorch. Gerações de imagens de alta res…
1.7k · artificial-intelligence
partilhagenerative-adversarial-network
DF-GAN
[CVPR2022 oral] Uma Base Simples e Eficaz para Síntese de Texto para Imagem
326 · generative-adversarial-network
partilhagenerative-adversarial-network
Neural-Photo-Editor
Uma interface simples para editar fotos naturais com redes neurais generativas.
2.1k · computer-vision
partilhagans

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