Модель семейства Juggernaut XL для генерации изображений по текстовым запросам.
Подходит для: генерация реалистичных изображений по описанию · создание художественных иллюстраций по текстовому запросу · визуализация персонажей и сцен
diffusers: формат, квантизация, runtime и память принадлежат одному artifact
Дообученная DreamBooth-модель Stable Diffusion для генерации изображений по тексту с концептом Khalidouaze.
Подходит для: генерация изображений по текстовым запросам с концептом Khalidouaze · создание вариаций изученного DreamBooth-концепта · проверка концепта в интерфейсе A1111 через Colab
Обученный агент PPO для управления персонажем в игре Huggy, работающий в среде Unity ML-Agents.
Подходит для: Запуск агента для игры в Huggy · Просмотр поведения агента в браузере · Продолжение обучения агента PPO в Unity ML-Agents
Производная модели eyaler/chronoedit. Мультимодальная модель NVIDIA для редактирования изображений по текстовым инструкциям и моделирования физических взаимодействий.
Подходит для: редактирование изображения по текстовой инструкции с учётом физики · симуляция взаимодействия робота с объектами · генерация изменений сцены с учётом заданного действия
KOALA-700M — компактная латентная диффузионная модель ETRI для быстрой генерации изображений по текстовым запросам с использованием сжатого U-Net, дистиллированного из SDXL.
Подходит для: создание иллюстраций по текстовому описанию · генерация художественных изображений для дизайн-проектов · встраивание генерации изображений в творческие и образовательные инструменты
KOALA-1B-LLaVA-Caption — компактная латентно-диффузионная модель ETRI для генерации изображений по тексту с архитектурой U-Net, сжатой относительно SDXL.
Подходит для: создание иллюстраций по текстовому описанию · подготовка художественных концептов и дизайн-эскизов · генерация изображений в творческих инструментах
Обученная политика REINFORCE на PyTorch выбирает движения тележки в CartPole-v1, чтобы удерживать шест вертикально.
Подходит для: удержание шеста вертикально в CartPole-v1 · выбор направления толчка тележки по состоянию среды · изучение работы алгоритма REINFORCE на примере управления
Обученная на PyTorch политика REINFORCE управляет вертолётом в игре Pixelcopter-PLE-v0 по векторным наблюдениям состояния.
Подходит для: управление вертолётом в Pixelcopter-PLE-v0 · выбор действия «подняться» или «ничего не делать» в игровой среде · демонстрация градиентного метода Монте-Карло для обучения с подкреплением
Производная модели MrBenjaroo/ppo-LunarLander-v3-veryBadTest. Обученный агент PPO для управления посадочным модулем в симуляции LunarLander-v3.
Подходит для: управление посадочным модулем в LunarLander-v3 · эксперименты с алгоритмом PPO · обучение и демонстрация обучения с подкреплением на Gymnasium
Обученный агент DQN для выбора действий в игровом окружении SpaceInvadersNoFrameskip-v4.
Подходит для: управление агентом в Space Invaders · эксперименты с DQN в Atari · оценка обучения с подкреплением на игровом окружении