Project Icon

tiny-dream

轻量级 Stable Diffusion C++ 推理库

Tiny Dream 是一个轻量级的 Stable Diffusion C++ 实现,仅包含头文件且无外部依赖。该库专注于提高 CPU 效率和减少内存占用,在普通硬件上即可高效运行。Tiny Dream 内存需求低,支持多种高级功能,并提供简洁的 C++ API,便于集成到现有项目中。

denoising-diffusion-pytorch - 生成模型新方法:Pytorch中的Denoising Diffusion
Denoising Diffusion Probabilistic ModelGithubLangevin采样Pytorch开源项目扩散模型生成建模
Denoising Diffusion Probabilistic Model在Pytorch中的实现,通过去噪得分匹配估计数据分布梯度,并使用Langevin采样生成样本。这种方法可能成为GANs的有力竞争者。项目支持多GPU训练,提供详细的安装和使用指南,是研究人员和开发者的高效工具,支持1D序列数据和图像数据的生成和训练。
transformer_latent_diffusion - 基于 PyTorch 的 Transformer 潜在扩散文本生图模型
AI绘图GithubLatent DiffusionPyTorchTransformer图像生成开源项目
Transformer Latent Diffusion 是一个基于 PyTorch 的开源项目,实现了文本到图像的潜在扩散模型。该模型体积小、生成速度快、性能合理,可在单 GPU 上快速训练。项目代码简洁,依赖少,注重数据质量。它提供数据处理工具,支持自定义训练,并进行了多项性能优化。项目展示了 256 分辨率随机样本和 CLIP 插值等生成示例。
Stable-Diffusion-WebUI-TensorRT - TensorRT优化Stable Diffusion在NVIDIA RTX GPU上的性能
AI绘图GithubNVIDIA GPUStable DiffusionTensorRT开源项目性能优化
这个扩展通过TensorRT优化引擎,显著提升了Stable Diffusion在NVIDIA RTX GPU上的性能。它兼容SD 1.5、2.1、SDXL和SDXL Turbo等多个版本。扩展提供了简便的默认引擎生成和快速启用功能,同时支持LoRA转换与应用。为满足不同需求,扩展提供多种引擎类型,可适应各种分辨率和批量大小。高级用户还可进行个性化设置,灵活调整性能参数。
DRLX - 强化学习框架优化扩散模型
DRLXGithubStable Diffusion分布式训练开源项目强化学习扩散模型
DRLX是一个基于强化学习的扩散模型分布式训练库。它与Hugging Face的Diffusers库集成,支持多GPU和多节点训练。DRLX兼容Stable Diffusion等模型,实现DDPO算法训练。该库采用即插即用设计,训练模型可直接用于原始管道。DRLX集成了美学评分奖励模型和PickAPic提示词生成功能,为扩散模型研究提供了全面的工具集。
RunDiffusion - 专业云端AI绘图平台 集成多款开源应用
AI工具AI绘图Stable Diffusion云服务图像生成开源AI工具
RunDiffusion为AI绘图爱好者和专业人士提供云端平台,集成Automatic1111、Fooocus、ComfyUI等多款开源应用。用户可在90秒内获得私人工作空间,无需编码即可开始创作。平台采用按需付费,提供高性能GPU和50多个预加载模型,大幅提升AI艺术创作效率。无论是初学者还是专家,都能在此找到合适的AI绘图工具。
SD-Latent-Interposer - 实现Stable Diffusion模型间潜空间互操作的神经网络
ComfyUIGithubSD-Latent-InterposerStable Diffusion开源项目潜在空间神经网络
SD-Latent-Interposer是一个实现Stable Diffusion模型间潜空间互操作的神经网络。它支持SDXL、SDv1.5、SD3、Flux.1和Stable Cascade等版本之间的直接潜空间转换,无需通过VAE解码和重新编码。这种方法提高了不同SD模型版本间的兼容性,为潜空间操作提供了更高效、灵活的解决方案。
cycle-diffusion - 零样本图像翻译与无配对图片转换的扩散模型方法
CycleDiffusionGithubHuggingFacePyTorch开源项目扩散模型零样本图像编辑
该项目展示了如何正规化扩散模型中的随机种子,并实现零样本图像到图像翻译和指导。CycleDiffusion方法无需配对图像,利用稳定扩散等模型实现图像翻译。项目还提供详细的安装和使用指南,包括依赖项、预训练模型和评估数据等内容,通过这些工具可提高生成图像的质量和一致性。
taesd - 轻量级自动编码器:高速解码Stable Diffusion潜在空间
AI绘图GithubStable DiffusionTAESD开源项目潜在空间自动编码器
TAESD是一款小巧的自动编码器,采用与Stable Diffusion VAE相同的潜在API。它能高效地将Stable Diffusion潜在空间解码为全尺寸图像。TAESD兼容SD1/2、SDXL、SD3和FLUX.1等多种模型,已整合到主流AI绘画工具中。该工具适用于实时预览图像生成过程和替代官方VAE的场景。尽管在细节还原方面稍有欠缺,TAESD通过轻微的质量损失换取了显著的速度和便利性提升。
Stable-Diffusion - 关于稳定扩散和SDXL的专家级教程
Automatic1111 Web UIDreamBoothGithubLoRAStable Diffusion开源项目教程视频
探索Dr. Furkan Gözükara领导的Stable Diffusion项目。通过全面的高级教程视频,涵盖自动化Web UI安装至模型训练,与我们一起从基础到专家,深入理解并运用Stable Diffusion技术。包含Google Colab和Automatic1111 Web UI的实操演示,适合所有技术爱好者。
stable-diffusion-deploy - 开源项目助力AI艺术生成模型的部署与扩展
AI绘图GithubLightning AppsMuseStable Diffusion开源项目生产环境部署
项目利用Lightning Apps框架,演示了稳定扩散模型在实际生产环境中的部署流程。核心功能涵盖负载均衡、GPU推理加速、性能评估及微服务协调。通过整合多租户架构、React.js界面、动态GPU处理和弹性扩展等技术,该项目为AI艺术创作领域提供了一套完整的开源解决方案。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号