生成模型
文章平均质量分 93
小杜今天学AI了吗
努力日更的小蜜蜂博主,喜欢健身,喜欢学习
展开
-
扩散模型系列0 DDPM:Denoising Diffusion Probabilistic Models
从7月12号开始 学习了一些扩散模型的论文,越看越上瘾,对未知的渴求激励着我不断地读论文整理、学习、分析、理解以前发的博客仅仅是对论文的翻译,现在觉得仅仅翻译是不够的,读了一篇论文以后,要形成自己的知识框架,形成自己的理解!以下的是我看的几篇很有意义的文章 也给大家推荐一下,也想和大家分享一下自己学习的一些收获和感受,还有推荐一下在b站看到的不错的讲解up主,一起共勉在bilibili发现了优秀的讲解up主VictorYuki通过他们的讲解学到了很多思考问题的角度,经过。原创 2024-07-29 22:11:26 · 635 阅读 · 0 评论 -
论文学习 StarGANv2 ——StarGAN v2: Diverse Image Synthesis for Multiple Domains
最后但并非最不重要的一点是,我们提出了一个新的动物人脸数据集(AFHQ),具有高质量和广泛变化(附录 A),以更好地评估图像到图像转换模型在大的域间和域内差异上的性能。给定一个潜在代码 z 和一个域 y,我们的映射网络 F 生成一个样式代码 = Fy (z),其中 Fy (·) 表示对应于域 y 的 F 的输出。我们的生成器 G 将输入图像 x 转换为输出图像 G(x, s),反映特定领域的样式代码 s,由映射网络 F 或样式编码器 E 提供。这里,Ey (·) 表示对应于域 y 的 E 的输出。原创 2024-07-10 19:54:46 · 1089 阅读 · 0 评论