awesome-repositories.com
المدونة
MCP
awesome-repositories.com

اكتشف أفضل مستودعات المصادر المفتوحة باستخدام بحث مدعوم بالذكاء الاصطناعي.

استكشفعمليات بحث منسقةبدائل مفتوحة المصدربرمجيات ذاتية الاستضافةالمدونةخريطة الموقع
المشروعخادم MCPحولكيفية ترتيب النتائجالصحافة
قانونيالخصوصيةالشروط
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

3 مستودعات

Awesome GitHub RepositoriesDiffusion-Based

Trains a denoising diffusion model on 1D sequence data and then samples new sequences by reversing the noise process.

Distinct from Sequence Generation: Distinct from general Sequence Generation: specifically uses a denoising diffusion process (noise-to-sequence) rather than autoregressive or other generative methods.

Explore 3 awesome GitHub repositories matching artificial intelligence & ml · Diffusion-Based. Refine with filters or upvote what's useful.

Awesome Diffusion-Based GitHub Repositories

اعثر على أفضل المستودعات باستخدام الذكاء الاصطناعي.سنبحث عن أفضل المستودعات المطابقة باستخدام الذكاء الاصطناعي.
  • lucidrains/denoising-diffusion-pytorchالصورة الرمزية لـ lucidrains

    lucidrains/denoising-diffusion-pytorch

    10,614عرض على GitHub↗

    Implementation of Denoising Diffusion Probabilistic Model in Pytorch

    Trains a diffusion model on 1D sequence data and samples new sequences by reversing the noise process.

    Pythonartificial-intelligencedeep-learninggenerative-model
    عرض على GitHub↗10,614
  • datawhalechina/fun-recالصورة الرمزية لـ datawhalechina

    datawhalechina/fun-rec

    7,177عرض على GitHub↗

    fun-rec is a learning guide and framework for building personalized recommendation systems, covering everything from deep learning ranking to generative recommendation paradigms. It provides instructional content on constructing industrial-grade architectures that span offline data processing and real-time online serving. The project distinguishes itself by focusing on generative recommendation, treating the suggestion process as a sequence-to-sequence task using large language models and transformer models to generate item identifiers rather than traditional ranking lists. It also emphasizes

    Utilizes denoising diffusion models to generate synthetic training sequences for improved model robustness.

    Pythonalgorithm-engineeringdeep-learninginterview-questions
    عرض على GitHub↗7,177
  • microsoft/muzicالصورة الرمزية لـ microsoft

    microsoft/muzic

    4,928عرض على GitHub↗

    Muzic هي منصة وإطار عمل للتعلم العميق لتحليل الموسيقى وتأليفها وتوليفها بواسطة الذكاء الاصطناعي. تعمل كإطار عمل لتوليد الموسيقى وأداة تحليل، باستخدام نماذج لغة كبيرة ووكلاء مستقلين لتنسيق إنشاء وتفسير الموسيقى الرمزية والصوتية. يتميز المشروع بقدراته عبر الوسائط، حيث يربط اللغة الطبيعية والموسيقى الرمزية في مساحة تضمين مشتركة للتصنيف بدون أمثلة (zero-shot) واسترجاع المعلومات. يوظف مجموعة متنوعة من المعماريات المتخصصة، بما في ذلك أطر عمل الانتشار لتوليف الصوت، وآليات الانتباه ثنائية الحبيبات لاتساق الهيكل طويل التسلسل، ونظام هجين يجمع بين قواعد نظرية الموسيقى والشبكات العصبية. تغطي المنصة مجموعة واسعة من القدرات، بما في ذلك توليد تسلسلات MIDI من النص والكلمات، وتوليف صوت الغناء العصبي، ونسخ الكلمات تلقائيًا. كما توفر أدوات لنمذجة هيكل الموسيقى، والتوليد الرمزي القائم على السمات، وتنسيق أدوات الموسيقى الخارجية عبر وكلاء مستقلين. تشمل الأدوات المساعدة خطوط أنابيب هندسة البيانات لتحويل MIDI إلى ثنائي على نطاق واسع، وترميز مجموعات البيانات، ومعالجة الإشارات الصوتية لاستخراج نوتات اللحن ومحاذاة الكلام إلى فونيم.

    Synthesizes diverse audio music tracks using a denoising diffusion framework on universal representations.

    Pythonai-musicdeep-learningmusic
    عرض على GitHub↗4,928
  1. Home
  2. Artificial Intelligence & ML
  3. Sequence Generation
  4. Diffusion-Based