lama 是用 Jupyter Notebook 编写的 AI 工具,用于人工智能方向的建模与推理。
🦙 LaMa Image Inpainting, Resolution-robust Large Mask Inpainting with Fourier Convolutions, WACV 2022
microsoft
Visual Studio Code 编辑器源码,微软开源的跨平台代码编辑器。目前累计 19.4 万 star、4.5 万 fork,在本地项目库中星标排名约第 36 / 65707,主要语言为 TypeScript,项目始于 2015 年,采用 MIT 许可。最近状态:本周仍有提交。
适合谁:推荐给写代码与文档的人:涉及 editor、electron、microsoft、typescript 方向。
按累计星标排序,库内共 65,722 个项目(GitHub 上星标 ≥ 1k 的公开仓库约 65,999 个)。
优先使用本地记录的星标快照计算近 7 天真实增量;快照不足 7 天时,按「创建以来日均获星」估算,数值旁会标注口径。
已收录 GitHub 星标过千的公开项目,附原始简介、语言、主题与活跃度。用一句自然语言描述需求,即可获得 AI 推荐。
lama 是用 Jupyter Notebook 编写的 AI 工具,用于人工智能方向的建模与推理。
🦙 LaMa Image Inpainting, Resolution-robust Large Mask Inpainting with Fourier Convolutions, WACV 2022
Keras-GAN 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Keras implementations of Generative Adversarial Networks.
tensorflow-generative-model-collections 是用 Python 编写的资源清单,按主题汇总同类优质资源。
Collection of generative models in Tensorflow
zi2zi 是用 Python 编写的学习资料,用于系统学习与查阅。
Learning Chinese Character style with conditional GAN
big-sleep 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理,主打易用。
A simple command line tool for text to image generation, using OpenAI's CLIP and a BigGAN. Technique was originally created by https://twitter.com/a…
DPED 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Software and pre-trained models for automatic photo quality enhancement using Deep Convolutional Networks
grenade 是用 Haskell 编写的 AI 工具,用于人工智能方向的建模与推理。
Deep Learning in Haskell
torchgan 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理,主打易用。
Research Framework for easy and efficient training of GANs based on Pytorch
gansformer 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Generative Adversarial Transformers
EnlightenGAN 是用 Python 编写的学习资料,用于系统学习与查阅。
[IEEE TIP] "EnlightenGAN: Deep Light Enhancement without Paired Supervision" by Yifan Jiang, Xinyu Gong, Ding Liu, Yu Cheng, Chen Fang, Xiaohui Shen…
restyle-encoder 是用 Python 编写的开源项目,主题标签有限,建议打开仓库查看具体用途。
Official Implementation for "ReStyle: A Residual-Based StyleGAN Encoder via Iterative Refinement" (ICCV 2021) https://arxiv.org/abs/2104.02699
项目列表来自 GitHub 官方 Search API(stars:>1000)。单个查询最多只能返回前 1000 条,所以「同步热门」取到的是星标最高的 1000 个;要拿全量必须按星标区间拆成多个查询——本站会先查各区间的真实数量再自动切分(1k–2k 约 3.2 万个,2k–5k 约 2.1 万个,5k–20k 约 1 万个,2 万以上约 2300 个)。GitHub 上星标过千的公开仓库当前约 65,999 个,本站已收录 65,722 个。星标、简介、语言与主题均为 GitHub 原始字段,未做人工逐一核验。
中文介绍分三种来源,卡片与详情页均有标注:热门项目使用本站人工维护的条目;其余项目由程序依据语言、主题、简介中的特征词与项目数据自动生成;仓库原简介本身是中文时直接引用原文。自动生成的介绍只是对公开字段的归纳,不代表项目方表述,也不构成选型结论。
每日推荐按北京时间每天从星标 6000 以上、近 18 个月仍有提交且未归档的项目中选取,排除近 120 天已推荐过的项目,同一天内结果固定。推荐结果由规则引擎(或配置的大模型)生成,不构成选型结论。
每天每台设备可免费检索 3 次,浏览、筛选和关键词查找不消耗额度。选择下方任一方案即可继续(当前为模拟支付)。
模拟支付不会接入真实渠道,也不会产生任何扣款。