Início Projetos score_sde
score_sde
Jupyter Notebook

score_sde

Código oficial para Modelagem Generativa Baseada em Pontuação através de Equações Diferenciais Estocásticas (ICLR 2021, Oral)

por yang-song · GitHub
Estrelas
Forks
Licença
Criado
Último commit
controllable-generationdiffusion-modelsflaxApache-2.0Jupyter Notebook
Ver no GitHub
Em palavras simples

Gere novas amostras de dados usando modelos matemáticos avançados baseados em distribuições de dados existentes.

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 →
score_sde — GitHub preview card
📈 Histórico de estrelas
1 8391 838
2026-07-202026-08-31
📈 Acompanhe score_sde

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

Código oficial para Modelagem Generativa Baseada em Pontuação através de Equações Diferenciais Estocásticas (ICLR 2021, Oral)

score_sde tem 1.8k estrelas no GitHub. Foi bifurcado 230 vezes. score_sde é escrito principalmente em Jupyter Notebook. Está em desenvolvimento ativo desde 2021. score_sde está disponível sob a licença Apache-2.0. Os seus principais temas são: controllable-generation, diffusion-models, flax, generative-models.

Frequently asked questions

O que é score_sde?

Código oficial para Modelagem Generativa Baseada em Pontuação através de Equações Diferenciais Estocásticas (ICLR 2021, Oral)

score_sde é de código aberto?

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

score_sde é gratuito?

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

Sob que licença está score_sde?

score_sde está disponível sob a licença Apache-2.0.

Em que linguagem score_sde está escrito?

score_sde é escrito principalmente em Jupyter Notebook.

🏅 Mantenedor deste projeto?
olud.ai badge — score_sde

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=yang-song-score-sde)](https://olud.ai/project/yang-song-score-sde.html)
Mais opções de badge →
🧬 Partilha ADN com🧬 Ver o mapa de ADN →
score_sde_pytorch
Implementação em PyTorch para Modelagem Generativa Baseada em Pontuação através de Equações Dif…
2.1k · controllable-generation
partilhacontrollable-generationgenerative-models
Awesome-Controllable-T2I-Diffusion-Models
Uma coleção de recursos sobre geração controlável com modelos de difusão de texto para imagem.
1.1k · awesome
partilhacontrollable-generationdiffusion-models
MOFA-Video
[ECCV 2024] MOFA-Video: Animação de Imagem Controlável via Adaptações de Campo de Movimento Gen…
766 · aigc
partilhacontrollable-generationgenerative-models
DiffuseVAE
Implementação oficial de "DiffuseVAE: Geração Eficiente, Controlável e de Alta Fidelidade a par…
384 · controllable-generation
partilhacontrollable-generationdiffusion-models
PNDM
A implementação oficial para Métodos Numéricos Pseudo para Modelos de Difusão em Manifolds (PND…
356 · diffusion-models
partilhagenerative-modelsdiffusion-models
RefAlign
[ECCV 2026] Implementação oficial em PyTorch do RefAlign: Alinhamento de Representação para Ger…
392 · controllable-generation
partilhacontrollable-generationdiffusion-models
RISE
[RSS 2026] Código para RISE: Política de Robô Auto-Aprimorável com Modelo de Mundo Composiciona…
323 · diffusion-models
partilhagenerative-modelsdiffusion-models
FlashVideo
[AAAI-2026] FlashVideo: Fluindo Fidelidade ao Detalhe para Geração Eficiente de Vídeo em Alta R…
462 · diffusion-models
partilhagenerative-modelsdiffusion-models
PixelSmile
PixelSmile: Edição de expressão facial de alta precisão com controle contínuo, redução de entre…
475 · diffusion-models
partilhagenerative-modelsdiffusion-models
LFM
Implementação oficial em PyTorch do artigo: Correspondência de Fluxo em Espaço Latente
356 · conditional-normalizing-flows
partilhagenerative-modelsdiffusion-models

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