- 博客(40)
- 收藏
- 关注
原创 FLOW MATCHING FOR GENERATIVE MODELING 阅读笔记
Flow Matching (FM)是一种训练连续标准化流Continuous Normalizing Flow (CNF)的方法。
2024-08-05 17:39:34
810
原创 DDPM和EulerScheduler
如果是用Euler算法求解DDPM,就是解上面的ODE,要注意做scale。部分保证是原始训练的量级,其他部分是non-scaled的。一般的perturbation kernel有下面的形式。EDM论文的C.3.1证明上面的公式等于论文中。对应,所以t变成了实数,不再是计数count。为non-scaled变量,即。
2024-01-30 22:26:37
370
原创 Offset Noise
如果尝试用stable diffusion生成特别暗或特别亮的图像,它几乎总是生成平均值相对接近 0.5 的图像。Offset Noise正是为了解决这个问题的一个trick。
2024-01-25 21:49:51
888
原创 Denoising diffusion implicit models 阅读笔记2
Denoising diffusion probabilistic models (DDPMs)从马尔科夫链中采样生成样本,需要迭代多次,速度较慢。Denoising diffusion implicit models (DDIMs)的提出是为了在复用DDPM训练的网络的前提下,加速采样过程。加速采样的基本思路是,原本的生成过程是从T⋯1的序列逐步采样,加速时考虑从T⋯1的子序列采样,通过跳步的方式减少采样的步数。
2024-01-25 11:08:20
942
原创 Consistency Models 阅读笔记
Consistency models可以直接一步采样就生成图片,但是也允许进行多步采样来提高生成的质量。Consistency models可以从预训练的扩散模型蒸馏得到,也可以作为独立的生成模型从头训练得到。
2023-11-18 19:47:39
697
原创 Elucidating the Design Space of Diffusion-Based Generative Models 阅读笔记
文章使用模块化(modular)的思想,分别从采样、训练、score network设计三个方面分析和改进diffusion-based models。
2023-10-16 12:09:46
3199
原创 Denoising diffusion implicit models 阅读笔记
Denoising diffusion probabilistic models (DDPMs)从马尔科夫链中采样生成样本,需要迭代多次,速度较慢。Denoising diffusion implicit models (DDIMs)的提出是为了加速采样过程,减少迭代的次数,并且要求DDIM可以复用DDPM训练的网络。
2023-09-21 11:38:39
499
原创 Proximal Policy Optimization(PPO)和文本生成
在文本生成的情况下,给一个prompt,生成完整的response,是一个episode。动作空间是vocabulary。每生成一个词是一个时间步。
2023-08-10 23:53:21
309
原创 BLIP2
BLIP2的任务是基于已有的固定参数的图像encoder和语言大模型(LLM)搭建一个具有图像理解能力的图文模型,输入是图像和文本,输出是文本。
2023-08-08 17:18:25
908
原创 SCORE-BASED GENERATIVE MODELING THROUGH STOCHASTIC DIFFERENTIAL EQUATIONS 阅读笔记
建立一个连续时间索引的扩散过程xtt0Tt∈0T,其满足x0∼p0是需要学习的目标数据分布,xT∼pT是便于采样的先验分布。dxfxtdtgtdw5w是标准Wiener过程,f⋅t是称为drift coefficient的向量函数,gt是称为diffusion coefficient的标量函数。通过从xT∼pT采样,并逆转上面的过程,我们可以得到x0∼p0,从而得到目标数据分布的样本。d。
2023-08-07 13:11:38
544
原创 在conda环境中安装tensorflow和cuda
不同版本的tensorflow官方提供的编译好的whl文件只对应一个cuda版本,这让tensorflow的安装很麻烦。我选择的方式是在conda中新建一个环境,安装需要的tensorflow和cuda。
2023-06-15 17:11:03
2621
1
原创 Shap·E: Generating Conditional 3D Implicit Functions 阅读笔记
Shape·E是一个从图像或者文本生成3D模型的生成模型。Shape·E生成的是隐函数的参数。
2023-05-22 18:08:40
578
2
原创 阅读笔记 First Order Motion Model for Image Animation
文章解决的是图片动画的问题。假设有源图片和驱动视频,并且其中的物体是同一类的,文章的方法让源图片中的物体按照驱动视频中物体的动作而动。文章的方法只需要一个同类物体的视频集,不需要而外的标注。
2023-04-25 23:01:57
983
原创 阅读笔记DeepAR: Probabilistic Forecasting with Autoregressive Recurrent Networks
DeepAR是一个概率时间序列预测模型
2023-03-10 20:37:40
704
原创 import pytorch_lightning出现Segmentation fault (core dumped)
import lightning Segmentation fault (core dumped)
2023-03-01 16:44:44
615
原创 论文笔记NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
NeRF使用神经网络来表示场景。给定一个场景,输入该场景稀疏的视角图片,NeRF可以合成该场景新的视角的图片。
2023-02-16 23:03:41
862
原创 Noise-contrastive estimation简介
Noise-contrastive estimation(NCE)是一种估计参数化统计模型参数的方法。基本思想是用非线性逻辑回归(nonlinear logistic regression)区分观测数据和一些人为产生的噪声数据。
2023-02-14 01:45:47
625
原创 论文笔记Neural Ordinary Differential Equations
Neural Ordinary Differential Equations
2023-01-05 20:21:56
1882
6
原创 论文笔记Point·E: A System for Generating 3D Point Clouds from Complex Prompts
该文章提出的方法从文本生成一个3D模型只需要单GPU1-2分钟。虽然生成的3D模型的质量并不是当下最好的,但是生成速度很快,因此在现实中很有意义。
2022-12-22 00:34:07
2251
2
原创 论文笔记Autoregressive Denoising Diffusion Models for Multivariate Probabilistic Time Series Forecasting
论文提出了TimeGrad模型,处理是多变量概率时间序列预测(multivariate probabilistic time series forecasting)的任务。
2022-12-19 20:25:30
3113
5
原创 论文笔记High-Resolution Image Synthesis with Latent Diffusion Models
该论文在预训练的自编码器的隐含空间中训练扩散模型,并使用cross-attention机制为扩散模型引入条件。
2022-12-19 01:29:02
3161
11
原创 论文笔记CATEGORICAL REPARAMETERIZATION WITH GUMBEL-SOFTMAX
Gumbel-Softmax分布是一个定义在单纯形上的可以近似categorical分布的连续分布。
2022-12-16 20:11:41
1819
原创 Neural Discrete Representation Learning (VQ-VAE) 简介
Vector QuantisedVariational AutoEncoder (VQ-VAE)是VAE的变种,其隐含变量是离散的。
2022-12-15 22:35:19
3286
原创 Generative Modeling by Estimating Gradients of the Data Distribution阅读笔记
论文提出了一种生成模型,并将其用于图形生成任务。论文先介绍了传统score-based generative modeling方法,然后分析传统score-based generative modeling存在的问题,最后提出解决问题的算法noise conditional score network。
2022-12-14 21:49:08
847
原创 Denoising Diffusion Probabilistic Models简介
Denoising Diffusion Probabilistic Models的介绍
2022-12-13 19:15:48
3709
原创 在colab中运行shell
只需要在cell单元格第一行加上%%shell,然后按运行按钮,就可以将单元格的内容当做shell执行了。参考例子https://colab.research.google.com/drive/1N7p0B-7QWEQ9TIWRgYLueW03uJgJLmka#scrollTo=i7cDqnvavT9i
2021-09-01 15:29:04
4115
1
原创 ffmepg介绍
ffmepg介绍基本语法ffmpeg [global_options] {[input_file_options] -i input_url} … {[output_file_options] output_url} …ffmepg的输入文件可以是多个,输出文件也可以是多个。输入文件地址用命令-i接地址指定,没有命令指定的地址是输出文件地址。ffmpeg对选项的顺序敏感,选项作用于下一...
2020-04-23 17:31:35
1280
原创 pytorch中使用numpy生成随机数每个epoch都一样
pytorch中使用numpy生成随机数每个epoch都一样问题原因解决途径问题最近在使用pytorch做实验的过程中发现,在dataset里面使用numpy生成随机数,每个epoch生成的随机数是一样的。代码import numpy as npimport torchfrom torch.utils.data import Datasetfrom torch.utils.data ...
2020-04-20 12:05:10
1638
原创 SSH正向连接和反向连接
ssh -L sourcePort:forwardToHost:onPort connectToHost意思:连接主机connectToHost,监听本地的端口sorcePort,通过主机connectToHost,把到本地端口sorcePort的连接转发到主机forwardToHost的端口onPort。图中的两个例子:your host是敲命令的主机。ssh -L 123:local...
2019-04-27 14:34:48
6344
原创 linux给用户添加sudo权限
切换到拥有sudo权限的用户下。输入命令"sudo vim /etc/sudoers"开始编辑/etc/sudoers文件。找到"root ALL=(ALL:ALL) ALL"这一 行,在它下面添加"xxx ALL=(ALL:ALL) ALL"(这里的xxx是你的用户名),然后保存退出。因为是只读模式,输入":wq!"强制保存并退出。...
2019-04-13 19:15:55
3600
原创 linux修改文件所有者
修改文件所有者使用命令chownList item命令格式命令格式chown [选项]… [所有者][:[组]] 文件…命令格式chown users:jessie file1.txtchown -R runoob:runoobgroup *...
2019-04-13 17:03:05
26532
原创 Self-Attention Generative Adversarial Networks (SAGAN) 笔记
该方法在生成器和判别器中引入self-attention。
2019-01-27 01:35:53
822
1
原创 AUTOLOSS: LEARNING DISCRETE SCHEDULE FOR ALTERNATE OPTIMIZATION
许多机器学习任务涉及迭代交替优化多个目标。比如GANs交替地优化generator和discriminator。Multi-task learning中,交替优化不同的任务目标。不同的优化策略会导致不同的收敛质量和速度。这篇文章提出AutoLoss。AutoLoss是元学习的框架,自动选择迭代(iterative)和交替(alternate)的优化策略,以提高优化算法的收敛的质量和速度。Auto...
2019-01-13 20:44:01
671
原创 GENERATING HIGH FIDELITY IMAGES WITH SUBSCALE PIXEL NETWORKS AND MULTIDIMENSIONAL UPSCALING阅读笔记
最近越来越多的文章在做高保真度(high fidelity)图片的生成,比如bigGAN和glow。这篇文章提出了Subscale Pixel Network (SPN)用来生成high fidelity图片。
2019-01-11 15:25:43
555
1
原创 Multi-Task Learning as Multi-Objective Optimization 阅读笔记
Multi-Task Learning as Multi-Objective Optimization 阅读笔记
2019-01-10 20:57:31
12003
13
Batch Normalization (BN) 论文阅读笔记
以前偷懒没有看BN的论文,现在找工作,每个面试官必问BN,必须花时间弄清BN的原理。奉劝找算法工程师的人一定要熟练掌握BN,不能只知道它在做标准化这么简单。Batch Normalization(BN)解决的是Internal Covariate Shift (ICS)的问题。Internal Covariate Shift在文中定义为The change in the distrib...
2018-09-12 00:56:02
2563
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人