小树屋

ECCV2022可控头发编辑方法

这一段时间的论文阅读笔记

目录

2020-3-16Semantic Image Synthesis with Spatially-Adaptive NormalizationCVPR2019 semantic map 2 image提出Spatially-Adaptive，在semantic mask上通过网络层得到均值和方差map（不是一个标量，也即和Contitional BN的区别），然后把它用于偏移noise上。...

Latex的没写，因为没（wo）有（tai）时（lan）间（le），以后再补上。参考资料：矩阵求导术-上记得有空把下看啦。

关于LSTM反向传播时状态s也要反向传播，而且要初始化为0。原因和h类似，建议画一下图。h在反向传播时，是后一个节点和当前层输出对应loss的传播之和。整体反向传播的输入参数的dh一般是指每一层的输出对应的loss传播。关于pytorch创建变量时，torch.zeros((N)).type(dtype) 中的 .type(dtype) 很重要！不然默认在CPU，往后写的时候会出现类...

如果网络的输入数据维度或类型上变化不大，设置 torch.backends.cudnn.benchmark = true 可以增加运行效率；如果网络的输入数据在每次 iteration 都变化的话，会导致 cnDNN 每次都会去寻找一遍最优配置，这样反而会降低运行效率。...

2019-4-10High-resolution image synthesis and semantic manipulation with conditional gansCVPR 2018 层级结构 高分辨率图像生成CFGAN的被引2019-4-11Learning compositional visual concepts with mutual consistency...