TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #608 · 25.10

Стоило обрадоваться, что в новом дизайне ВК видеозаписи поставили на видное место в верху страницы, а я как раз стал частенько видосы с дрона заливать. И вот теперь этот раздел убрали вниз, а в шапке оставили буквально худшие четыре раздела, которые наименьшим образом подходят для презентации страницы. Фото — никто давно не юзает ВК как фотоблог, и сюда будут попадать картинки, которыми иллюстрируют посты (вот как у меня), и которые без поясняющего текста просто рандомный мусор. Клипы — не должны были существовать изначально ни в каком виде. Но вообще, речь о дизайне страницы для десктопов, на которых вертикальное видео смотрят только очень странные люди. Музыка — актуально только если вы автор и исполнитель песен, презентуете свою страницу своими же треками. Потому что презентовать её просто чужой музыкой, которую вы любите — полная фигня, и никому не нужно. Статьи — единственное, что хоть как-то оправдано в этом месте, но формат для ВК настолько мёртвый, его считайте нет. Даже профильные паблики, как я вижу, перешли с редактора статей на тупо ссылки на свои внешние сайты. Вероятно, потеря в охватах одинаковая что для ссылок, что для статей (на которые никто не нажимает), но сайт проще монетизировать. #web

Hashtags

Резултати

Намерени 3 подобни публикации

Търсене: #image2image

当前筛选 #image2image清除筛选
PHYGITAL+CREATIVE

@phygitalcreative · Post #3136 · 26.06.2023 г., 01:04

А вот подвезли официальный код DragGAN. Интересно насколько его работа отличается от неофициальной имплементации. В основе StyleGAN3 и StyleGAN-Human. Код #image2image

Hashtags

GitHub Trends

@githubtrending · Post #14988 · 23.07.2025 г., 00:00

#python#deep_learning#diffusion#flax#flux#hacktoberfest#image_generation#image2image#image2video#jax#latent_diffusion_models#pytorch#score_based_generative_modeling#stable_diffusion#stable_diffusion_diffusers#text2image#text2video#video2video The Hugging Face Diffusers library is a powerful and easy-to-use tool for generating images, audio, and 3D molecular structures using advanced diffusion models. It offers ready-to-use pretrained models and flexible components like pipelines, schedulers, and model building blocks, allowing you to quickly create or customize your own diffusion-based projects. Installation is simple via pip or conda, and you can generate high-quality outputs with just a few lines of code. This library benefits you by making cutting-edge AI generation accessible, customizable, and efficient, whether you want to run models or train your own[1][2][5]. https://github.com/huggingface/diffusers