[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-harskish--ganspace":3,"tool-harskish--ganspace":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",152630,2,"2026-04-12T23:33:54",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",108322,"2026-04-10T11:39:34",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":66,"readme_en":67,"readme_zh":68,"quickstart_zh":69,"use_case_zh":70,"hero_image_url":71,"owner_login":72,"owner_name":73,"owner_avatar_url":74,"owner_bio":75,"owner_company":76,"owner_location":77,"owner_email":78,"owner_twitter":72,"owner_website":79,"owner_url":80,"languages":81,"stars":106,"forks":107,"last_commit_at":108,"license":109,"difficulty_score":110,"env_os":111,"env_gpu":112,"env_ram":113,"env_deps":114,"category_tags":120,"github_topics":121,"view_count":32,"oss_zip_url":79,"oss_zip_packed_at":79,"status":17,"created_at":128,"updated_at":129,"faqs":130,"releases":165},7039,"harskish\u002Fganspace","ganspace","Discovering Interpretable GAN Controls [NeurIPS 2020]","GANSpace 是一款用于探索和控制生成对抗网络（GAN）的开源工具，旨在让原本难以理解的图像生成过程变得直观可控。它主要解决了 GAN 潜在空间中编辑方向不明确的问题，帮助用户轻松实现如改变视角、调整年龄、变换光照或时间等具体的图像编辑效果，而无需重新训练模型。\n\n这款工具非常适合 AI 研究人员、开发者以及希望深入理解生成模型内部机制的设计师使用。通过简单的命令行交互或 Jupyter Notebook，用户即可对 BigGAN、StyleGAN 等多种主流模型进行实时探索和编辑。\n\nGANSpace 的核心技术亮点在于其巧妙地将主成分分析（PCA）应用于 GAN 的激活空间，从而自动发现具有语义意义的潜在变化方向。更独特的是，它支持将这些编辑方向分层应用，实现了类似 StyleGAN 的精细化控制能力，甚至能让原本不支持分层输入的 BigGAN 也具备类似的灵活操控性。无论是用于学术研究还是创意原型设计，GANSpace 都为理解和管理生成模型提供了一套高效且易用的解决方案。","# GANSpace: Discovering Interpretable GAN Controls\n![Python 3.7](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fpython-3.7-green.svg)\n![PyTorch 1.3](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fpytorch-1.3-green.svg)\n[![Open In Colab](https:\u002F\u002Fcolab.research.google.com\u002Fassets\u002Fcolab-badge.svg)](https:\u002F\u002Fcolab.research.google.com\u002Fgithub\u002Fharskish\u002Fganspace\u002Fblob\u002Fmaster\u002Fnotebooks\u002FGanspace_colab.ipynb)\n![teaser](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fharskish_ganspace_readme_651225686942.jpg)\n\u003Cp align=\"justify\">\u003Cb>Figure 1:\u003C\u002Fb> Sequences of image edits performed using control discovered with our method, applied to three different GANs. The white insets specify the particular edits using notation explained in Section 3.4 ('Layer-wise Edits').\u003C\u002Fp>\n\n\n> **GANSpace: Discovering Interpretable GAN Controls**\u003Cbr>\n> Erik Härkönen\u003Csup>1,2\u003C\u002Fsup>, Aaron Hertzmann\u003Csup>2\u003C\u002Fsup>, Jaakko Lehtinen\u003Csup>1,3\u003C\u002Fsup>, Sylvain Paris\u003Csup>2\u003C\u002Fsup>\u003Cbr>\n> \u003Csup>1\u003C\u002Fsup>Aalto University, \u003Csup>2\u003C\u002Fsup>Adobe Research, \u003Csup>3\u003C\u002Fsup>NVIDIA\u003Cbr>\n> https:\u002F\u002Farxiv.org\u002Fabs\u002F2004.02546\n>\n> \u003Cp align=\"justify\">\u003Cb>Abstract:\u003C\u002Fb> \u003Ci>This paper describes a simple technique to analyze Generative Adversarial Networks (GANs) and create interpretable controls for image synthesis, such as change of viewpoint, aging, lighting, and time of day. We identify important latent directions based on Principal Components Analysis (PCA) applied in activation space. Then, we show that interpretable edits can be defined based on layer-wise application of these edit directions. Moreover, we show that BigGAN can be controlled with layer-wise inputs in a StyleGAN-like manner. A user may identify a large number of interpretable controls with these mechanisms. We demonstrate results on GANs from various datasets.\u003C\u002Fi>\u003C\u002Fp>\n> \u003Cp align=\"justify\">\u003Cb>Video:\u003C\u002Fb> \n> https:\u002F\u002Fyoutu.be\u002FjdTICDa_eAI\n\n## Setup\nSee the [setup instructions](SETUP.md).\n\n## Usage\nThis repository includes versions of BigGAN, StyleGAN, and StyleGAN2 modified to support per-layer latent vectors.\n\n**Interactive model exploration**\n```\n# Explore BigGAN-deep husky\npython interactive.py --model=BigGAN-512 --class=husky --layer=generator.gen_z -n=1_000_000\n\n# Explore StyleGAN2 ffhq in W space\npython interactive.py --model=StyleGAN2 --class=ffhq --layer=style --use_w -n=1_000_000 -b=10_000\n\n# Explore StyleGAN2 cars in Z space\npython interactive.py --model=StyleGAN2 --class=car --layer=style -n=1_000_000 -b=10_000\n```\n```\n# Apply previously saved edits interactively\npython interactive.py --model=StyleGAN2 --class=ffhq --layer=style --use_w --inputs=out\u002Fdirections\n```\n\n**Visualize principal components**\n```\n# Visualize StyleGAN2 ffhq W principal components\npython visualize.py --model=StyleGAN2 --class=ffhq --use_w --layer=style -b=10_000\n\n# Create videos of StyleGAN wikiart components (saved to .\u002Fout)\npython visualize.py --model=StyleGAN --class=wikiart --use_w --layer=g_mapping -b=10_000 --batch --video\n```\n\n**Options**\n```\nCommand line paramaters:\n  --model      one of [ProGAN, BigGAN-512, BigGAN-256, BigGAN-128, StyleGAN, StyleGAN2]\n  --class      class name; leave empty to list options\n  --layer      layer at which to perform PCA; leave empty to list options\n  --use_w      treat W as the main latent space (StyleGAN \u002F StyleGAN2)\n  --inputs     load previously exported edits from directory\n  --sigma      number of stdevs to use in visualize.py\n  -n           number of PCA samples\n  -b           override automatic minibatch size detection\n  -c           number of components to keep\n```\n\n## Reproducibility\nAll figures presented in the main paper can be recreated using the included Jupyter notebooks:\n* Figure 1: `figure_teaser.ipynb`\n* Figure 2: `figure_pca_illustration.ipynb`\n* Figure 3: `figure_pca_cleanup.ipynb`\n* Figure 4: `figure_style_content_sep.ipynb`\n* Figure 5: `figure_supervised_comp.ipynb`\n* Figure 6: `figure_biggan_style_resampling.ipynb`\n* Figure 7: `figure_edit_zoo.ipynb`\n\n## Known issues\n* The interactive viewer sometimes freezes on startup on Ubuntu 18.04. The freeze is resolved by clicking on the terminal window and pressing the control key. Any insight into the issue would be greatly appreciated!\n\n## Integrating a new model\n1. Create a wrapper for the model in `models\u002Fwrappers.py` using the `BaseModel` interface.\n2. Add the model to `get_model()` in `models\u002Fwrappers.py`.\n\n## Importing StyleGAN checkpoints from TensorFlow\nIt is possible to import trained StyleGAN and StyleGAN2 weights from TensorFlow into GANSpace.\n\n### StyleGAN\n1. Install TensorFlow: `conda install tensorflow-gpu=1.*`.\n2. Modify methods `__init__()`, `load_model()` in `models\u002Fwrappers.py` under class StyleGAN.\n\n### StyleGAN2\n1. Follow the instructions in [models\u002Fstylegan2\u002Fstylegan2-pytorch\u002FREADME.md](https:\u002F\u002Fgithub.com\u002Fharskish\u002Fstylegan2-pytorch\u002Fblob\u002Fmaster\u002FREADME.md#convert-weight-from-official-checkpoints). Make sure to use the fork in this specific folder when converting the weights for compatibility reasons.\n2. Save the converted checkpoint as `checkpoints\u002Fstylegan2\u002F\u003Cdataset>_\u003Cresolution>.pt`.\n3. Modify methods `__init__()`, `download_checkpoint()` in `models\u002Fwrappers.py` under class StyleGAN2.\n\n## Acknowledgements\nWe would like to thank:\n\n* The authors of the PyTorch implementations of [BigGAN][biggan_pytorch], [StyleGAN][stylegan_pytorch], and [StyleGAN2][stylegan2_pytorch]:\u003Cbr>Thomas Wolf, Piotr Bialecki, Thomas Viehmann, and Kim Seonghyeon.\n* Joel Simon from ArtBreeder for providing us with the landscape model for StyleGAN.\u003Cbr>(unfortunately we cannot distribute this model)\n* David Bau and colleagues for the excellent [GAN Dissection][gandissect] project.\n* Justin Pinkney for the [Awesome Pretrained StyleGAN][pretrained_stylegan] collection.\n* Tuomas Kynkäänniemi for giving us a helping hand with the experiments.\n* The Aalto Science-IT project for providing computational resources for this project.\n\n## Citation\n```\n@inproceedings{härkönen2020ganspace,\n  title     = {GANSpace: Discovering Interpretable GAN Controls},\n  author    = {Erik Härkönen and Aaron Hertzmann and Jaakko Lehtinen and Sylvain Paris},\n  booktitle = {Proc. NeurIPS},\n  year      = {2020}\n}\n```\n\n## License\n\nThe code of this repository is released under the [Apache 2.0](LICENSE) license.\u003Cbr>\nThe directory `netdissect` is a derivative of the [GAN Dissection][gandissect] project, and is provided under the MIT license.\u003Cbr>\nThe directories `models\u002Fbiggan` and `models\u002Fstylegan2` are provided under the MIT license.\n\n\n[biggan_pytorch]: https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fpytorch-pretrained-BigGAN\n[stylegan_pytorch]: https:\u002F\u002Fgithub.com\u002Flernapparat\u002Flernapparat\u002Fblob\u002Fmaster\u002Fstyle_gan\u002Fpytorch_style_gan.ipynb\n[stylegan2_pytorch]: https:\u002F\u002Fgithub.com\u002Frosinality\u002Fstylegan2-pytorch\n[gandissect]: https:\u002F\u002Fgithub.com\u002FCSAILVision\u002FGANDissect\n[pretrained_stylegan]: https:\u002F\u002Fgithub.com\u002Fjustinpinkney\u002Fawesome-pretrained-stylegan\n","# GANSpace：发现可解释的GAN控制\n![Python 3.7](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fpython-3.7-green.svg)\n![PyTorch 1.3](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fpytorch-1.3-green.svg)\n[![在Colab中打开](https:\u002F\u002Fcolab.research.google.com\u002Fassets\u002Fcolab-badge.svg)](https:\u002F\u002Fcolab.research.google.com\u002Fgithub\u002Fharskish\u002Fganspace\u002Fblob\u002Fmaster\u002Fnotebooks\u002FGanspace_colab.ipynb)\n![预告图](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fharskish_ganspace_readme_651225686942.jpg)\n\u003Cp align=\"justify\">\u003Cb>图1：\u003C\u002Fb> 使用我们方法发现的控制进行图像编辑的序列，应用于三种不同的GAN。白色插图用第3.4节（“逐层编辑”）中解释的符号指明了具体的编辑内容。\u003C\u002Fp>\n\n\n> **GANSpace：发现可解释的GAN控制**\u003Cbr>\n> 埃里克·海科宁\u003Csup>1,2\u003C\u002Fsup>、亚伦·赫茨曼\u003Csup>2\u003C\u002Fsup>、雅各·莱蒂宁\u003Csup>1,3\u003C\u002Fsup>、西尔万·帕里斯\u003Csup>2\u003C\u002Fsup>\u003Cbr>\n> \u003Csup>1\u003C\u002Fsup>阿尔托大学，\u003Csup>2\u003C\u002Fsup>Adobe研究院，\u003Csup>3\u003C\u002Fsup>NVIDIA\u003Cbr>\n> https:\u002F\u002Farxiv.org\u002Fabs\u002F2004.02546\n>\n> \u003Cp align=\"justify\">\u003Cb>摘要：\u003C\u002Fb> \u003Ci>本文描述了一种简单的方法来分析生成对抗网络（GAN），并为图像合成创建可解释的控制方式，例如视角变化、老化、光照和一天中的时间等。我们基于在激活空间中应用的主成分分析（PCA），识别出重要的潜在方向。然后，我们证明可以根据这些编辑方向的逐层应用来定义可解释的编辑操作。此外，我们还展示了BigGAN可以通过类似StyleGAN的方式使用逐层输入进行控制。借助这些机制，用户可以识别出大量可解释的控制选项。我们在来自不同数据集的GAN上展示了实验结果。\u003C\u002Fi>\u003C\u002Fp>\n> \u003Cp align=\"justify\">\u003Cb>视频：\u003C\u002Fb> \n> https:\u002F\u002Fyoutu.be\u002FjdTICDa_eAI\n\n## 设置\n请参阅[设置说明](SETUP.md)。\n\n## 使用\n本仓库包含经过修改以支持逐层潜在向量的BigGAN、StyleGAN和StyleGAN2版本。\n\n**交互式模型探索**\n```\n# 探索BigGAN-deep哈士奇\npython interactive.py --model=BigGAN-512 --class=husky --layer=generator.gen_z -n=1_000_000\n\n# 在W空间探索StyleGAN2 ffhq\npython interactive.py --model=StyleGAN2 --class=ffhq --layer=style --use_w -n=1_000_000 -b=10_000\n\n# 在Z空间探索StyleGAN2汽车\npython interactive.py --model=StyleGAN2 --class=car --layer=style -n=1_000_000 -b=10_000\n```\n```\n# 交互式应用之前保存的编辑\npython interactive.py --model=StyleGAN2 --class=ffhq --layer=style --use_w --inputs=out\u002Fdirections\n```\n\n**可视化主成分**\n```\n# 可视化StyleGAN2 ffhq W空间的主成分\npython visualize.py --model=StyleGAN2 --class=ffhq --use_w --layer=style -b=10_000\n\n# 创建StyleGAN wikiart组件的视频（保存到.\u002Fout）\npython visualize.py --model=StyleGAN --class=wikiart --use_w --layer=g_mapping -b=10_000 --batch --video\n```\n\n**选项**\n```\n命令行参数：\n  --model      其中之一 [ProGAN, BigGAN-512, BigGAN-256, BigGAN-128, StyleGAN, StyleGAN2]\n  --class      类别名称；留空以列出选项\n  --layer      进行PCA的层；留空以列出选项\n  --use_w      将W视为主要潜在空间（StyleGAN \u002F StyleGAN2）\n  --inputs     加载先前导出的编辑目录\n  --sigma      在visualize.py中使用的标准差数量\n  -n           PCA样本数量\n  -b           覆盖自动检测的小批量大小\n  -c           保留的成分数量\n```\n\n## 可重复性\n主论文中展示的所有图表都可以使用随附的Jupyter笔记本重现：\n* 图1：`figure_teaser.ipynb`\n* 图2：`figure_pca_illustration.ipynb`\n* 图3：`figure_pca_cleanup.ipynb`\n* 图4：`figure_style_content_sep.ipynb`\n* 图5：`figure_supervised_comp.ipynb`\n* 图6：`figure_biggan_style_resampling.ipynb`\n* 图7：`figure_edit_zoo.ipynb`\n\n## 已知问题\n* 交互式查看器在Ubuntu 18.04上启动时有时会卡死。通过点击终端窗口并按下Ctrl键即可解决此问题。如果您对该问题有任何见解，我们将不胜感激！\n\n## 集成新模型\n1. 在`models\u002Fwrappers.py`中使用`BaseModel`接口为该模型创建包装器。\n2. 将模型添加到`models\u002Fwrappers.py`中的`get_model()`函数中。\n\n## 从TensorFlow导入StyleGAN检查点\n可以将训练好的StyleGAN和StyleGAN2权重从TensorFlow导入到GANSpace中。\n\n### StyleGAN\n1. 安装TensorFlow：`conda install tensorflow-gpu=1.*`。\n2. 修改`models\u002Fwrappers.py`中StyleGAN类下的`__init__()`和`load_model()`方法。\n\n### StyleGAN2\n1. 按照[models\u002Fstylegan2\u002Fstylegan2-pytorch\u002FREADME.md](https:\u002F\u002Fgithub.com\u002Fharskish\u002Fstylegan2-pytorch\u002Fblob\u002Fmaster\u002FREADME.md#convert-weight-from-official-checkpoints)中的说明操作。为确保兼容性，请务必使用此特定文件夹中的分支来转换权重。\n2. 将转换后的检查点保存为`checkpoints\u002Fstylegan2\u002F\u003Cdataset>_\u003Cresolution>.pt`。\n3. 修改`models\u002Fwrappers.py`中StyleGAN2类下的`__init__()`和`download_checkpoint()`方法。\n\n## 致谢\n我们感谢以下人员：\n\n* [BigGAN][biggan_pytorch]、[StyleGAN][stylegan_pytorch]和[StyleGAN2][stylegan2_pytorch]的PyTorch实现作者：\u003Cbr>托马斯·沃尔夫、皮奥特·比亚莱基、托马斯·维曼和金成贤。\n* ArtBreeder的乔尔·西蒙为我们提供了用于StyleGAN的风景模型。\u003Cbr>（遗憾的是我们无法分发该模型）\n* 大卫·鲍及其同事出色的[GAN Dissection][gandissect]项目。\n* 贾斯汀·平克尼的[Awesome Pretrained StyleGAN][pretrained_stylegan]合集。\n* 图奥马斯·金凯尼米在实验中给予我们的帮助。\n* 阿尔托大学科学IT项目为本项目提供的计算资源。\n\n## 引用\n```\n@inproceedings{härkönen2020ganspace,\n  title     = {GANSpace: Discovering Interpretable GAN Controls},\n  author    = {Erik Härkönen and Aaron Hertzmann and Jaakko Lehtinen and Sylvain Paris},\n  booktitle = {Proc. NeurIPS},\n  year      = {2020}\n}\n```\n\n## 许可证\n\n本仓库的代码根据[Apache 2.0](LICENSE)许可证发布。\u003Cbr>\n`netdissect`目录是[GAN Dissection][gandissect]项目的衍生作品，并根据MIT许可证提供。\u003Cbr>\n`models\u002Fbiggan`和`models\u002Fstylegan2`目录则根据MIT许可证提供。\n\n\n[biggan_pytorch]: https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fpytorch-pretrained-BigGAN\n[stylegan_pytorch]: https:\u002F\u002Fgithub.com\u002Flernapparat\u002Flernapparat\u002Fblob\u002Fmaster\u002Fstyle_gan\u002Fpytorch_style_gan.ipynb\n[stylegan2_pytorch]: https:\u002F\u002Fgithub.com\u002Frosinality\u002Fstylegan2-pytorch\n[gandissect]: https:\u002F\u002Fgithub.com\u002FCSAILVision\u002FGANDissect\n[pretrained_stylegan]: https:\u002F\u002Fgithub.com\u002Fjustinpinkney\u002Fawesome-pretrained-stylegan","# GANSpace 快速上手指南\n\nGANSpace 是一个用于分析生成对抗网络（GAN）并发现可解释控制方向的开源工具。它通过在主成分分析（PCA）激活空间中识别潜在方向，实现对图像合成的高级编辑（如视角变换、年龄变化、光照调整等）。\n\n## 环境准备\n\n在开始之前，请确保您的系统满足以下要求：\n\n*   **操作系统**: Linux (推荐 Ubuntu), macOS 或 Windows (需配置相应环境)\n*   **Python**: 3.7\n*   **PyTorch**: 1.3 或更高版本\n*   **GPU**: 推荐使用 NVIDIA GPU 以加速 PCA 计算和图像生成\n*   **依赖库**: `numpy`, `scipy`, `matplotlib`, `Pillow`, `tqdm` 等常见科学计算库\n\n> **提示**：国内用户建议使用清华源或阿里源安装 Python 依赖，以提升下载速度：\n> ```bash\n> pip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n> ```\n\n## 安装步骤\n\n1.  **克隆仓库**\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002Fharskish\u002Fganspace.git\n    cd ganspace\n    ```\n\n2.  **安装依赖**\n    创建虚拟环境并安装所需包（建议先查看项目根目录下的 `requirements.txt` 或 `SETUP.md` 获取最新依赖列表）：\n    ```bash\n    conda create -n ganspace python=3.7\n    conda activate ganspace\n    pip install torch==1.3.0 torchvision==0.4.0 -i https:\u002F\u002Fdownload.pytorch.org\u002Fwhl\u002Fcu100\n    pip install -r requirements.txt\n    ```\n    *(注：具体 PyTorch 版本命令请根据您的 CUDA 版本调整，上述为示例)*\n\n3.  **下载预训练模型**\n    首次运行时，脚本通常会自动下载 BigGAN 或 StyleGAN 的预训练权重。如果自动下载失败，请参考 `models\u002Fwrappers.py` 中的逻辑手动下载并放置到 `checkpoints\u002F` 目录。\n    \n    *对于 StyleGAN2 用户*：如果需要从 TensorFlow 官方检查点导入权重，请参考原文档 \"Importing StyleGAN checkpoints from TensorFlow\" 章节进行转换。\n\n## 基本使用\n\nGANSpace 的核心功能是通过交互式界面探索潜空间方向，或可视化主成分。以下是几个最简单的入门示例。\n\n### 1. 交互式模型探索 (Interactive Exploration)\n\n运行以下命令启动交互界面，探索不同 GAN 模型的潜在编辑方向。\n\n**探索 BigGAN (哈士奇类别):**\n```bash\npython interactive.py --model=BigGAN-512 --class=husky --layer=generator.gen_z -n=1_000_000\n```\n\n**探索 StyleGAN2 (FFHQ 人脸数据集，使用 W 空间):**\n```bash\npython interactive.py --model=StyleGAN2 --class=ffhq --layer=style --use_w -n=1_000_000 -b=10_000\n```\n\n**探索 StyleGAN2 (汽车数据集，使用 Z 空间):**\n```bash\npython interactive.py --model=StyleGAN2 --class=car --layer=style -n=1_000_000 -b=10_000\n```\n\n*操作提示：启动后，界面将显示主成分对应的图像变化序列，您可以滑动条来调整编辑强度。*\n\n### 2. 应用已保存的编辑方向\n\n如果您之前已经发现并保存了编辑方向，可以直接加载应用：\n\n```bash\npython interactive.py --model=StyleGAN2 --class=ffhq --layer=style --use_w --inputs=out\u002Fdirections\n```\n\n### 3. 可视化主成分 (Visualize Principal Components)\n\n如果不需交互，可直接生成主成分的可视化结果或视频。\n\n**可视化 StyleGAN2 FFHQ 的主成分:**\n```bash\npython visualize.py --model=StyleGAN2 --class=ffhq --use_w --layer=style -b=10_000\n```\n\n**生成 StyleGAN WikiArt 的变化视频 (保存至 .\u002Fout 目录):**\n```bash\npython visualize.py --model=StyleGAN --class=wikiart --use_w --layer=g_mapping -b=10_000 --batch --video\n```\n\n### 常用参数说明\n\n*   `--model`: 模型类型，可选 `[ProGAN, BigGAN-512, BigGAN-256, BigGAN-128, StyleGAN, StyleGAN2]`\n*   `--class`: 数据集类别名称（留空可列出所有选项）\n*   `--layer`: 执行 PCA 的网络层（留空可列出所有选项）\n*   `--use_w`: 针对 StyleGAN\u002FStyleGAN2，指定使用 W 潜空间\n*   `-n`: PCA 采样数量\n*   `-b`: 手动指定批处理大小 (minibatch size)","某数字艺术工作室的设计师正在为一款复古赛车游戏批量生成不同光照和视角的车辆资产，需要快速调整预训练的 StyleGAN2 模型以产出多样化素材。\n\n### 没有 ganspace 时\n- 设计师无法直观理解潜空间（Latent Space）中具体向量代表的含义，调整图像属性如同“盲人摸象”，只能随机尝试。\n- 想要改变车辆视角或光照时间，往往会导致车身结构扭曲、纹理断裂等伪影，难以保持图像的高保真度。\n- 每次微调都需要重新训练模型或进行耗时的监督式标注，开发周期从几天延长至数周，严重拖慢项目进度。\n- 缺乏分层控制能力，无法单独修改图像的全局风格（如时间）而不影响局部内容（如车型细节）。\n\n### 使用 ganspace 后\n- 通过 PCA 分析激活空间，ganspace 自动挖掘出可解释的控制方向，设计师能直接找到代表“视角旋转”或“黄昏光照”的具体向量。\n- 利用分层编辑技术，仅在特定网络层应用编辑方向，在改变光照和视角的同时，完美保留了车辆的几何结构和纹理细节。\n- 无需任何额外训练或标注，只需运行几行命令即可在几分钟内发现数十种可控属性，即时生成所需变体。\n- 支持类似 StyleGAN 的分层输入控制，实现了内容与风格的解耦，让设计师能像调节滑块一样精准定制车辆外观。\n\nganspace 将黑盒般的 GAN 模型转化为透明、可控的创意工具，让高质量的图像编辑变得简单且高效。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fharskish_ganspace_65122568.jpg","harskish","Erik Härkönen","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fharskish_892f492a.png","PhD student at Aalto University","Aalto University","Helsinki, Finland","erik.harkonen@hotmail.com",null,"https:\u002F\u002Fgithub.com\u002Fharskish",[82,86,90,94,98,102],{"name":83,"color":84,"percentage":85},"Jupyter Notebook","#DA5B0B",50,{"name":87,"color":88,"percentage":89},"Python","#3572A5",45.6,{"name":91,"color":92,"percentage":93},"HTML","#e34c26",2.7,{"name":95,"color":96,"percentage":97},"Cuda","#3A4E3A",1.3,{"name":99,"color":100,"percentage":101},"C","#555555",0.3,{"name":103,"color":104,"percentage":105},"Shell","#89e051",0.1,1794,266,"2026-04-08T16:36:30","Apache-2.0",4,"Linux, macOS, Windows","需要 NVIDIA GPU（文中提及安装 tensorflow-gpu 及 CUDA 兼容性），具体型号和显存未说明，但运行百万级样本 PCA 建议大显存","未说明（建议 16GB+ 以支持大规模采样）",{"notes":115,"python":116,"dependencies":117},"1. Ubuntu 18.04 下交互式查看器启动时可能冻结，需点击终端并按 Ctrl 键解决。2. 支持从 TensorFlow 导入 StyleGAN\u002FStyleGAN2 权重，需按特定步骤转换。3. 包含 BigGAN、StyleGAN 和 StyleGAN2 的修改版本以支持逐层潜在向量控制。4. 首次运行可能需要下载预训练模型检查点。","3.7",[118,119,83],"PyTorch>=1.3","TensorFlow>=1.* (仅用于导入 StyleGAN 权重)",[14,15],[122,123,124,125,126,127],"generative-adversarial-network","gan","deep-learning","interactive-visualizations","image-generation","pytorch","2026-03-27T02:49:30.150509","2026-04-13T16:16:03.242352",[131,136,141,146,151,155,160],{"id":132,"question_zh":133,"answer_zh":134,"source_url":135},31681,"运行 git submodule update 时提示 'fatal: not a git repository' 错误怎么办？","这通常是因为你没有在正确的目录下执行命令，或者没有先克隆仓库。请确保按照以下步骤操作：\n1. 克隆仓库：`git clone https:\u002F\u002Fgithub.com\u002Fharskish\u002Fganspace`\n2. 进入目录：`cd ganspace`\n3. 验证状态：`git status`\n4. 初始化子模块：`git submodule update --init --recursive`\n\n注意：必须在克隆后的 `ganspace` 根目录下执行子模块更新命令，不要尝试跳过此步骤或在其他目录执行。","https:\u002F\u002Fgithub.com\u002Fharskish\u002Fganspace\u002Fissues\u002F16",{"id":137,"question_zh":138,"answer_zh":139,"source_url":140},31682,"导入时报错 'ModuleNotFoundError: No module named model' 如何解决？","这是因为 StyleGAN2 作为 git 子模块包含在项目中，但你尚未下载该子模块。解决方法是运行以下命令下载子模块：\n`git submodule update --init --recursive`\n\n执行完成后，`models\u002Fstylegan2\u002Fstylegan2-pytorch` 目录下应该会包含必要的文件（如 model.py）。如果仍然报错，请检查该目录是否为空。","https:\u002F\u002Fgithub.com\u002Fharskish\u002Fganspace\u002Fissues\u002F2",{"id":142,"question_zh":143,"answer_zh":144,"source_url":145},31683,"Windows 上安装 PyCUDA 时提示缺少 GL 扩展支持 (without GL extension support) 怎么办？","在 Windows 设备上，直接使用 pip 安装 PyCUDA 可能会导致缺少 GL 扩展支持。推荐的解决方案是使用 `pipwin` 工具进行安装：\n1. 安装 pipwin：`pip install pipwin`\n2. 使用 pipwin 安装 pycuda：`pipwin install pycuda`\n\n这样可以确保安装带有正确编译选项和扩展支持的版本。","https:\u002F\u002Fgithub.com\u002Fharskish\u002Fganspace\u002Fissues\u002F43",{"id":147,"question_zh":148,"answer_zh":149,"source_url":150},31684,"加载模型时出现 'Unexpected key(s) in state_dict' 错误如何处理？","当加载由 Rosinality 的 stylegan2 实现生成的 .pt 文件时，可能会因为参数字典键不匹配而报错。解决方法是修改 `models\u002Fwrappers.py` 文件中的加载代码：\n找到 `self.model.load_state_dict(...)` 这一行，添加 `strict=False` 参数。\n修改后应类似：`self.model.load_state_dict(ckpt['g_ema'], strict=False)`。\n这将允许模型忽略多余的键并成功加载。","https:\u002F\u002Fgithub.com\u002Fharskish\u002Fganspace\u002Fissues\u002F10",{"id":152,"question_zh":153,"answer_zh":154,"source_url":150},31685,"如何加载自己训练的 .pt 模型文件？","如果你已经有一个由 Rosinality 的 stylegan2 实现生成的 .pt 文件，不需要重新转换权重，只需修改代码即可：\n1. 打开 `models\u002Fwrappers.py` 文件。\n2. 修改 `__init__()` 和 `download_checkpoint()` 函数。\n3. 将原本用于下载预训练模型的逻辑替换为加载你本地 .pt 文件的路径。\n确保你的模型结构与代码预期的结构兼容。",{"id":156,"question_zh":157,"answer_zh":158,"source_url":159},31686,"README 中提到的 StyleGAN2 'forked repository' (分支仓库) 是指哪个？为什么不用原版？","项目使用的是 rosinality\u002Fstylegan2-pytorch 的一个特定分支（fork）。原因是原版仓库的最新提交引入了一些变更，导致转换后的检查点（checkpoints）包含比该 fork 预期更多的参数，从而引发兼容性错误。\n\n目前的解决方案是：\n1. 使用该特定的 fork 仓库来转换权重以确保兼容性。\n2. 或者，如果必须使用原版仓库转换的权重，可以参考相关 Issue 中的建议，修改 fork 的代码使其在遇到额外参数时仅打印警告而不是抛出错误。","https:\u002F\u002Fgithub.com\u002Fharskish\u002Fganspace\u002Fissues\u002F8",{"id":161,"question_zh":162,"answer_zh":163,"source_url":164},31687,"运行 StyleGAN2 模型时遇到 'cuDNN error: CUDNN_STATUS_MAPPING_ERROR' 有解决办法吗？","这是一个在 Windows 上使用 CUDA\u002FcuDNN 运行 StyleGAN2 时常见的兼容性错误，尤其在 RTX 30 系列显卡或较新的 CUDA 版本（如 11.x）上频发。\n\n社区尝试过的方案包括：\n1. 切换 NVIDIA 驱动版本（如 470 或 510）。\n2. 尝试禁用 cuDNN：`torch.backends.cudnn.enabled = False`（但这可能导致其他 .cu 文件编译错误）。\n3. 确保使用的是与你的 CUDA 版本匹配的 PyTorch 版本。\n\n目前该问题在 Windows 环境下尚无通用的完美解决方案，建议尝试在 Google Colab 等 Linux 环境中运行以规避此问题，或关注项目后续对 Windows 支持的更新。","https:\u002F\u002Fgithub.com\u002Fharskish\u002Fganspace\u002Fissues\u002F17",[]]