Stars: 14.8k
License: NOASSERTION
这个项目是一个用于在 Apple Silicon 上运行稳定扩散的 Core ML 库。该项目包括以下内容:
python_coreml_stable_diffusion
:一个 Python 软件包,用于将 PyTorch 模型转换为 Core ML 格式,并使用 Hugging Face diffusers 进行图像生成。StableDiffusion
:一种 Swift 软件包,开发人员可以将其作为依赖项添加到 Xcode 项目中,在应用程序中部署图像生成功能。该 Swift 软件包依赖于由 python_coreml_stable_diffusion
生成的 Core ML 模型文件。主要功能和核心优势:
Stars: 19.6k
License: Apache-2.0
ControlNet 是一个神经网络结构,用于控制扩散模型并添加额外的条件。它将神经网络块的权重复制到“锁定”副本和“可训练”副本中。“可训练”的副本学习您的条件,“锁定”的副本保留您的模型。这使得使用小数据集进行培训不会破坏生产就绪的扩散模型。此外,该项目还具有以下优点:
通过多次重复简单结构可以控制稳态扩散,并且 ControlNet 可以将 SD 编码器作为深度、强大、鲁棒性和功能强大的主干来学习各种控件。
Stars: 13.6k
License: GPL-3.0
ControlNet for Stable Diffusion WebUI 是一个用于 Stable Diffusion 网络的 WebUI 扩展,它允许在原始的 Stable Diffusion 模型中添加 ControlNet 来生成图像。该扩展具有以下主要功能和核心优势:
此外,该项目还提供了用户友好的 GUI 界面、预处理器预览等特性,并且可以通过 API 或外部调用进行任务提交。
Stars: 32.3k
License: MIT
Stable Diffusion 是一个潜在的文本到图像扩散模型,主要功能包括:
该项目的核心优势和特点有:
Stars: 3.8k
License: NOASSERTION
这个项目是实现了 Alex Graves 的论文《Generating Sequences with Recurrent Neural Networks》中的手写合成实验。该实现与原始论文非常接近,生成的样本质量与论文中呈现的样本相似。
demo.py
文件导入 Hand
类来进行当前功能操作。