生成模型——NVAE: A Deep Hierarchical Variational Autoencoder——arxiv2020.07

在这里插入图片描述

VAE相关改进

VAE的相关改进:1)VAE和GAN结合,GAN的缺点是训练不稳定;2)VAE和flow模型结合;3)VQ-VAE

NVAE

Nouveau VAE,包含了多尺度架构、可分离卷积、swish 激活函数、flow 模型等

自回归分布

将隐变量分组,针对组间
在这里插入图片描述

多尺度设计

在这里插入图片描述
在这里插入图片描述

其他性能提升技巧

BN层改进(改成Instance Normalization或Weight Normalization);谱正则化的应用(在每一个卷积层加谱正则化);flow模型增强分布;节省显存的技巧

参考材料

扩展阅读

论文标题:Training Generative Adversarial Networks with Limited Data
论文链接
参考材料

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值