![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
科研论文阅读整理
文章平均质量分 94
唐果然
这个作者很懒,什么都没留下…
展开
-
VAE模型--关于变分自编码器的教程
关于变分自编码器的教程作者:Carl Doersch卡内基梅隆大学/加州大学伯克利分校2016年8月16日,2021年1月3日进行了非常小的修订摘要仅在三年内,变分自编码器(VAE)已经成为无监督学习复杂分布的最受欢迎方法之一。VAE吸引人之处在于它们建立在标准函数逼近器(神经网络)之上,并且可以通过随机梯度下降进行训练。VAE已经在生成多种复杂数据方面显示出前景,包括手写数字[1, 2]、面孔[1, 3, 4]、家庭号码[5, 6]、CIFAR图像[6]、物理场景模型4、分割[7]和从静态图像预测未来[原创 2024-07-19 14:23:15 · 892 阅读 · 0 评论 -
扩散模型DDPM基本原理详解
Diffusion Models 的灵感来自non-equilibrium thermodynamics(非平衡热力学理论首先定义扩散步骤的马尔可夫链,以缓慢地将随机噪声添加到数据中,然后学习逆向扩散过程以从噪声中构造所需的数据样。原创 2024-07-19 13:52:39 · 622 阅读 · 0 评论