有关更广泛的资源涵盖更通用的创意编码工具（您可能想与此处列出的内容一起使用），请查看Terkelg/Awesome-Creative编码或ThatCreativeCode.Page。有关AI和一般深度学习的资源，请查看Christoschristofidis/Awesome-Deep-Learning和https://**github.c*om/dair-ai。
内容
- 学习
- 课程
- 视频
- 图书
- 教程和博客
- 论文/方法
- 工具
- 创意ML
- 深度学习
- 运行时间/部署
- 文本对图像
- 创意编码
- 稳定的扩散
- 数据集
- 产品/应用程序
- 艺术家
- 机构/地方
- 相关列表
大胆的条目表示该节/小节的我喜欢的资源（如果我必须选择一个资源）。另外，每个小节通常按内容的特异性（首先列出的大多数列出）订购。
学习
课程
一般深度学习
- 编码器的实践深度学习（Fast.ai）
- 深度学习（纽约大学）
- 深度学习简介（CMU）
- 计算机视觉的深度学习（Umich）
- 对计算机视觉的深度学习（斯坦福CS231N）
- 深度学习的自然语言处理（Stanford CS224N）
深层生成建模
- 深层生成模型（斯坦福）
- 深度无监督的学习（UC Berkeley）
- 可区分的推理和生成模型（多伦多）
- 基于学习的图像合成（CMU）
- 学习离散的潜在结构（多伦多）
- 从深度学习基础到稳定的扩散（fast.ai）
创意编码和新媒体
- 艺术，美学和创造力的深度学习（麻省理工学院）
- 网络的机器学习（ITP/NYU）
- 艺术和机器学习（CMU）
- 新媒体安装：学习的艺术（CMU）
- 计算媒体简介（ITP/NYU）
- 媒体课程
- 代码课程
视频
- 创建您想要的任何图片的AI，解释（Vox）
- 我创建了一个神经网络，并尝试教它以识别涂鸦（Sebastian Lague）
- 神经网络系列（3Blue1brown）
- JavaScript（编码火车）中的机器学习指南
- 两分钟的论文
图书
- 配进深度学习（Zhang，Lipton，Li和Smola）
- 深度学习（Goodfellow，Bengio和Courville）
- 计算机视觉：算法和应用程序（Szeliski）
- 游戏中的过程产生（Shaker，Togelius和Nelson）
- 生成设计（BenediktGroß）
教程和博客
深度学习
- VQGAN-CLIP：开放域图像生成和编辑自然语言指导（Crowson和Biderman）
- 深入生成模型教程（IJCAI-ECAI 2018）
- gan的教程（CVPR 2018）
- Lil\’log（Lilian Weng）
- 蒸馏[暂停]
生成艺术
- q制作简单数学的生成艺术
- 着色器书：生成设计
- Mike Bostock：可视化算法（与Eyeo Talk）
- 处理中的生成示例
- 生成音乐
论文/方法
扩散模型（和文本形象）
- SDEDIT：带有随机微分方程的引导图像合成和编辑：纸张的稳定扩散，描述了图像合成的方法和基于扩散模型的编辑方法。
- 滑行：使用文本引导的扩散模型迈向逼真的图像生成和编辑
- 具有潜在扩散模型的高分辨率图像合成：引入稳定扩散并开始全部的原始纸。
- 及时使用交叉注意控制的图像编辑：通过编辑原始提示来编辑稳定的扩散输出。
- 图像值得一个词：使用文本反演个性化文本对图像生成：类似于及时提示，而是采用输入映像和文本描述。 Kinda喜欢样式转移…但是具有稳定的扩散。
- Dreambooth：对主题驱动的生成的微调文本到图像扩散模型：类似于文本反演，而是专注于操纵基于主题的图像（即此东西/人/等，但水下）。
- 与扩散模型的新型视图合成
- Audiogen：文本引导的音频产生
- Make-A-Video：没有文本视频数据的文本到视频生成
- 图像：基于文本的真实图像编辑，具有扩散模型
- MDM：人类运动扩散模型
- 软扩散：一般腐败的得分匹配
- 文本对图像扩散的多概念自定义：就像Dreambooth一样，但能够综合多个概念。
- EDIFF-I：具有专家Denoisers合奏的文本到图像扩散模型
- 阐明基于扩散的生成模型（EDM）的设计空间
- 通过脱氧扩散剂来解决生成学习三元素
- 影像视频：带扩散模型的高清视频生成
神经辐射场（和nerf喜欢的事物）
- 重新审视的结构从胶合 – 稀疏建模（仍然需要/对NERF有用）的先前工作
- 非结构化多视图立体声的PixelWise视图选择：密集建模的先前工作（Nerf Kinda替换了这一点）
- DEEPSDF：学习连续签名的距离功能以形状表示
- 递延神经渲染：使用神经纹理的图像合成
- 神经量：从图像中学习动态渲染量
- nerf：将场景表示为视图综合的神经辐射场：启动的纸张…
- 无约束照片集的神经辐射场：野外NERF（MVS的替代品）
- nerfies：可变形的神经辐射场：随意的野外照片和视频（例如来自手机）
- MIP-NERF：用于抗异敏性神经辐射场的多尺度表示：nerf …但是更快地更强壮
- 深度监督的NERF：免费培训较少的观点和更快的培训：通过利用深度信息，训练NERF模型更快，更少的图像训练速度
- 具有多个分析哈希编码的即时神经图形原始图：用于NERF培训的缓存以使其快速速度
- 了解Voxel网格NERF模型的纯夹指南：使用剪辑的文本到3D
- NERF-SLAM：实时密集的单眼大满贯，神经辐射场：机器人（和汽车）的NERF
- NERF2NERF：神经辐射场的成对登记：验证的NERF
- 他们在电视节目中重建3D人类和环境的那个
- Climatenerf：极端气候综合的基于物理的神经渲染
- 现实的单发网眼头像
- 神经点灾难杀小说，用于反射的新颖视图综合
- 近乎近图片的3D时刻
- NERDI：单视图NERF合成，具有语言引导的扩散为一般图像先验
3D和点云
- DreamFusion：使用2D扩散（Google）的文本到3D
- ULIP：学习语言，图像和点云的统一表示3D理解（Salesforce）
- 从图像（NVIDIA）提取三角形3D模型，材料和照明
- GET3D：从图像中学到的高质量3D纹理形状的生成模型（NVIDIA）
- 3D神经田间使用三平方扩散
- ?魔术师：在野外学习表达的3D动物
- 对象触觉：生成对象合成（Adobe）
- Ladis：3D形状编辑的语言删除（快照）
- Rodin：使用扩散（Microsoft）雕刻3D数字化头像的生成模型
- SDFusion：多模式3D形状完成，重建和发电（SNAP）
- 差异：渲染引导的3D辐射场扩散（META）
- 与扩散模型（Google）的新型视图合成
- 配进魔术3D：高分辨率文本到3D内容创建（NVIDIA）
无条件图像合成
- 采样生成网络
- 神经离散表示学习（VQVAE）
- gan的逐步生长，以提高质量，稳定性和变化
- 一种基于样式的生成对抗网络（stylegan）的生成器架构
- q，分析和提高stylegan的图像质量（stylegan2）
- 培训数据有限的培训生成对抗网络（StyleGAN2-ADA）
- 别名无生成的对抗网络（StyleGAN3）
- 使用VQ-VAE-2生成多种高保真图像
- 用于高分辨率图像合成（VQGAN）的驯服变压器
- 扩散模型击败图像合成上的gan
- StyLenat：给每个人一个新的视角
- stylegan-xl：缩放样式到大型不同数据集
条件图像合成（和反问题）
- 带有条件对抗网的图像到图像翻译（PIX2PIX）
- 使用循环一致的对抗网络（Cyclegan）的未配对图像到图像翻译
- 高分辨率图像综合和语义操纵与有条件的gan（pix2pixhd）
- 通过添加，操纵或擦除对象（芝麻）来对场景的语义编辑
- 语义图像合成具有空间自适应归一化（Spade）
- 您只需要对对抗性的语义图像综合（OASIS）
- 样式编码：用于图像到图像翻译的stylegan编码器
- 多模式的条件图像合成与专家的gans gans
- 调色板：图像到图像扩散模型
- 草图指导的文本到图像扩散模型
- HRDA：上下文感知高分辨率域自适应语义分段
- PIPA：针对域适应性语义分段的像素和贴剂的自我监督学习
- 麦克风：上下文增强域适应的蒙版图像一致性
- 预处理是图像到图像翻译（PITI）所需的全部
gan倒置（和编辑）
- 自然图像歧管（Igan）上的生成视觉操纵
- 真实图像编辑的内域gan倒置
- Image2Stylegan：如何将图像嵌入stylegan潜在空间？
- 设计用于Stylegan图像操纵的编码器
- 用于基于潜在图像的潜在编辑的关键调整
- ️高超过：带有Hyper Networks真实图像编辑的stylegan倒置
- StyLeclip：文本驱动的stylegan图像的操纵
- 图像属性编辑的高保真gan倒置
- 交换自动编码器以进行深层图像操纵
- 素描你自己的甘
- 重写gan的几何规则
- 互动图像合成和编辑的任何代价甘斯
- 第三次是魅力？图像和视频编辑使用stylegan3
潜在空间解释
- 发现可解释的甘恩控件（ganspace）
- 解释gan的潜在空间进行语义面孔编辑
- GAN解剖：可视化和理解生成的对抗网络
- 无监督提取stylegan编辑说明（clip2stylegan）
- 看到gan无法产生的
图像垫子
- 深图像垫子
- 背景垫子：世界是您的绿屏
- 强大的视频垫子
- 语义图像垫子
- 保存隐私的肖像垫子
- 深度自动图像垫
- 磨砂器
- Modnet：通过客观分解实时无构图的肖像垫子
- 通过语义指导强大的人类垫子
工具
生成建模
- Nvidia Imaginaire：2D图像合成库
- NVIDIA OMNIVERSE：创建和操作Metaverse应用程序的平台
- mmgeneration
- 模型：基于内容的搜索深度生成模型
- Paddlegan
创意ML
- tensorflow.js
- ml5.js
- Mediapipe
- quighenta
- 韦金人
- ofxaddons
深度学习框架
- ️Pytorch
- 凯拉斯
- 张量
- ?变压器
- ?扩散器
- JAX
- Dlib
- darknet
运行时间/部署
- FFCV：用于加速ML培训的优化数据管道
- ONNX运行时
- 深速（训练，推理，压缩）
- 张力
- Tensorflow Lite
- Torchscript
- 火炬手
- Aitemplate
文本对图像
- 稳定的扩散
- 成像人
- 达勒2
- vqgan+剪辑
- Parti
- 缪斯：通过蒙版生成变压器的文本到图像生成：比扩散或自回归的文本到图像模型更有效
稳定扩散（SD）
- Dream Studio：官方稳定AI云主持服务。
- 目标稳定的扩散Web UI ：用于SD的用户友好UI，具有其他功能，可以使常见的工作流变得容易。
- AI渲染（搅拌器）：使用文本提示符在搅拌器中渲染场景。
- 梦纹理（搅拌器）：插件以呈现纹理，参考图像和带有SD的背景。
- Lexica.Art -SD提示搜索。
- KOI（KRITA）：IMG2IMG生成的Krita的SD插件。
- 羊驼（Photoshop）：Photoshop插件（beta）。
- Christian Cantrell的插件（Photoshop）：另一个Photoshop插件。
- 稳定的扩散工作室：SD的动画集中。
- DeepSpeed-MII：包括SD在内的多样性（20,000多个）型号/任务的低延迟和高通量推荐。
神经辐射场
- Colmap
- nerfstudio
- NVLABS/Instant-NGP
- nerfacc
创意编码
框架
- ️处理（Java）和P5.js（JavaScript）
- OpenFrameWorks（C ++）
- 煤渣（C ++）
- 南努（Rust）
视觉编程语言
- vvvv
- 触摸设计师
- 最大/MSP/抖动
- 纯数据
数据集
可以允许的许可/开放访问
- LAION数据集：各种非常大的图像文本对数据集（尤其是用于训练开源稳定扩散模型）。
- Laion-Face
- Unplash图像
- Pixabay
- pexels
- 开放式图像：开放式图像是带有图像级标签，对象边界框，对象分割掩码，视觉关系和局部叙述的〜9M图像的数据集：
- Mozilla普通语音：17,127个经过验证的小时涵盖104种语言的抄录语音。此外，数据集中的许多记录小时还包括人口元数据，例如年龄，性别和口音，可以帮助提高语音识别引擎的准确性。
- Flickr Commons：Flickr Commons是来自世界各地100多个文化机构的独特历史摄影集合，所有这些都没有已知的版权限制。
- Internet档案：Internet Archive是一个非营利性的图书馆，其中包括数百万本免费书籍，电影，软件，音乐，网站等。
- Wikimedia Commons：106,323,506个免费使用的媒体文件的集合。
- Prelinger档案
- Getty Library开放内容计划：从Getty的收藏中制作图像，可以自由地学习，教学和享受。
- 史密森尼开放访问
- 公共领域评论：专注于现在的作品，现在落入了公共领域，这是每个人都可以自由享受，分享和建立的广阔势外材料的大量下议院。
- 国会图书馆
- 生物多样性遗产图书馆
- 大都会开放访问
- 国家艺术美术馆开放访问
- 芝加哥艺术学院开放通道
- 纽约公共图书馆公共领域收集
- 博物馆fürkunst und gewerbe hamburg steintorplatz
- 公平脸
- 概念标题
- 快速，画！
- 开放图像
- 视觉问题回答
- 张量花
- 斯坦福在线产品数据集
- DeepMind 3D形状
- 通过：没有人类的人类预处理预处理的成像网替代品，可用于高质量预处理，同时大大减少隐私问题。
面孔/人员（限制许可）
- 野外标记的面孔（LFW）
- Celeba
- LFWA+
- Celebamask-HQ
- Celeba-spoof
- utkface
- SSHQ：全身1024 x 512px
其他
- 布鲁图斯光场
产品/应用程序
- Artbreeder
- Midjourney
- 达勒2（Openai）
- 跑道 – AI驱动的视频编辑器。
- Facet AI -AI驱动的图像编辑器。
- Adobe Sensei -AI为Creative Cloud Suite提供了动力功能。
- NVIDIA AI演示
- 夹具和清理
艺术家
在艺术，ML和设计的交集中，无需竭尽全力的人做有趣的事情。
- 备忘录
- 神经胸膜（海伦娜·沙林）
- 索非亚crespo
- 劳伦·麦卡锡（Lauren McCarthy）
- 菲利普·施密特（Philipp Schmitt）
- 安娜·里德勒
- 汤姆·怀特
- 伊沃纳·塔（Ivona Tau）
- 特雷弗·帕格伦（Trevor Paglen）
- 萨沙·斯蒂尔斯（Sasha Stiles）
- 马里奥·克林曼（Mario Klingemann）
- Tega大脑
- Mimi Onuoha
- 艾莉森·帕里什（Allison Parrish）
- Caroline Sinders
- 罗比·巴拉特（Robbie Barrat）
- 凯尔·麦当劳（Kyle McDonald）
- 戈兰·莱文（Golan Levin）
机构/地方
- 创意查询的工作室
- itp @ nyu
- 灰色地区艺术基金会
- 稳定性AI（Eleuther，Laion等）
- 金匠 @伦敦大学
- UCLA设计媒体艺术
- 伯克利新媒体中心
- Google艺术家和机器智能
- Google Creative Lab
- Google文化学院的实验室
- 索尼CSL（东京和巴黎）
相关清单和收藏
- 艺术的机器学习
- AI艺术的工具和资源（Pharmapsychotic） – Google Colab笔记本的大量清单，用于生成文本到图像技术以及一般工具和资源。
- 很棒的生成深艺术 – 精心策划的生成深艺术 /生成AI项目，工具，艺术品和模型的清单
贡献
欢迎捐款！首先阅读贡献指南。
