pytorch-generative

一键复现经典生成模型，快速上手图像生成实验

pytorch-generative 是一个基于 PyTorch 的生成模型工具库，旨在让生成建模变得简单易用。它实现了多种经典生成模型，包括 PixelCNN、ImageGPT、Beta-VAE 等自回归和变分自编码器模型，并提供了与论文一致的实现代码，方便研究者复现和对比。项目解决了生成模型实现复杂、复现困难的问题，通过统一的接口和模块化设计，降低了入门门槛。其核心能力包括：提供多种预训练模型和训练脚本，支持图像生成任务，并附带清晰的数据加载和评估流程。作为一个早期项目，它更像一个学习资源和实验工具箱，适合希望深入理解生成模型原理或快速搭建基线模型的开发者。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 438

维护状态低维护

是否开源是

定价模式 free

项目数据

分类图像生成

开发团队EugenHotaj

所属国家

官网地址

GitHubhttps://github.com/EugenHotaj/pytorch-generative

定价模式free

价格说明开源项目，MIT许可证，完全免费，可自行部署使用。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型autoregressive-neural-networks,beta-vae,generative-models,image-generation,image-gpt,paper-implementations,pixelcnn,pixelsnail,pytorch-generative,variational-autoencoders,vd-vae,vq-vae

GitHub 星标★ 438

30天Star增速

HF 下载量

上线时间2020-03-25 00:00:00

最近更新2026-09-23 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数2

使用教程

核心亮点

直接复现 PixelCNN、ImageGPT 等经典论文，省去从零实现时间
基于 PyTorch，接口统一，易于扩展和修改
附带训练和评估脚本，开箱即用，适合快速跑通实验

不足之处

项目维护不活跃，依赖库可能过时
文档/社区待观察

适用场景

学术研究中复现生成模型基线
教学演示生成模型原理
快速验证新的生成模型想法

替代项目

Hugging Face Diffusers、PyTorch-GAN、pytorch-image-models

项目介绍

pytorch-generative 是模型训练领域的开源项目，由 EugenHotaj 开发，2020 年首次发布。

它收录于模型训练分类，该分类目前共有 518 个项目，GitHub 星标数为 438。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-23。MIT许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：学术研究中复现生成模型基线。同类可对比的替代方案包括 Hugging Face Diffusers、PyTorch-GAN、pytorch-image-models。

上一篇：Dreambooth-Stable-Diffusion

下一篇：diffusion-DDIM-pytorch