Esta es la aplicación de Windows llamada Video Diffusion - Pytorch cuya última versión se puede descargar como 0.6.0.zip. Se puede ejecutar en línea en el proveedor de alojamiento gratuito OnWorks para estaciones de trabajo.
Descargue y ejecute en línea esta aplicación llamada Video Diffusion - Pytorch con OnWorks de forma gratuita.
Siga estas instrucciones para ejecutar esta aplicación:
- 1. Descargue esta aplicación en su PC.
- 2. Ingrese en nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 3. Cargue esta aplicación en dicho administrador de archivos.
- 4. Inicie cualquier emulador en línea de OS OnWorks desde este sitio web, pero mejor emulador en línea de Windows.
- 5. Desde el sistema operativo OnWorks Windows que acaba de iniciar, vaya a nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 6. Descarga la aplicación e instálala.
- 7. Descargue Wine desde los repositorios de software de sus distribuciones de Linux. Una vez instalada, puede hacer doble clic en la aplicación para ejecutarla con Wine. También puedes probar PlayOnLinux, una elegante interfaz sobre Wine que te ayudará a instalar programas y juegos populares de Windows.
Wine es una forma de ejecutar software de Windows en Linux, pero no requiere Windows. Wine es una capa de compatibilidad de Windows de código abierto que puede ejecutar programas de Windows directamente en cualquier escritorio de Linux. Esencialmente, Wine está tratando de volver a implementar una cantidad suficiente de Windows desde cero para poder ejecutar todas esas aplicaciones de Windows sin necesidad de Windows.
SCREENSHOTS
Ad
Difusión de video - Pytorch
DESCRIPCIÓN
Implementación de modelos de difusión de video, el nuevo artículo de Jonathan Ho que extiende los DDPM a la generación de video, en Pytorch. Implementación de modelos de difusión de video, el nuevo artículo de Jonathan Ho que extiende los DDPM a la generación de video, en Pytorch. Utiliza una red U especial factorizada en el espacio-tiempo, que amplía la generación de imágenes 2D a videos 3D. 14k para mnist de movimiento difícil (convergiendo mucho más rápido y mejor que NUWA) - wip. Cualquier nuevo desarrollo para la síntesis de texto a video se centralizará en Imagen-pytorch. Para condicionar el texto, derivaron incrustaciones de texto pasando primero el texto tokenizado a través de BERT-large. También puede pasar directamente las descripciones del video como cadenas, si planea usar la base BERT para el acondicionamiento de texto. Este repositorio también contiene una práctica clase de Entrenador para entrenar en una carpeta de gifs. Cada gif debe tener las dimensiones correctas image_size y num_frames.
Caracteristicas
- De imágenes 2D a vídeos 3D
- Imágenes y video de co-entrenamiento
- Los videos de muestra (como archivos gif) se guardarán periódicamente en ./resultados, al igual que los parámetros del modelo de difusión.
- También puede pasar directamente las descripciones del video como cadenas
- Implementación de modelos de difusión de video, el nuevo artículo de Jonathan Ho
- Utiliza una red U especial factorizada en el espacio-tiempo
Lenguaje de programación
Python
Categorías
Esta es una aplicación que también se puede obtener desde https://sourceforge.net/projects/video-diffusion-pytorch.mirror/. Ha sido alojado en OnWorks para poder ejecutarse online de la forma más sencilla desde uno de nuestros Sistemas Operativos gratuitos.
