流模型
文章平均质量分 94
alstonlou
这个作者很懒,什么都没留下…
展开
-
生成模型概述
生成模型是深度学习领域的一类模型,它们的目标是学习如何生成数据的分布,从而能够生成新的、与真实数据类似的样本。以下是一些主要的生成模型:生成对抗网络(GANs):GAN由两个部分组成:生成器(生成新数据)和判别器(区分真实数据和生成的数据)。这两部分在训练过程中相互竞争,提高彼此的性能。应用:图像生成、艺术创作、数据增强、风格迁移等。自回归模型(Autoregressive Models):如Transformer在自然语言处理领域的应用。这些模型预测序列中的下一个元素,基于前面的元素。原创 2024-03-23 16:22:49 · 1797 阅读 · 0 评论 -
生成模型-流模型(Flow)
Flow-based模型的不同之处从去年GLOW提出之后,我就一直对基于流(flow)的生成模型是如何实现的充满好奇,但一直没有彻底弄明白,直到最近观看了李宏毅老师的教程之后,很多细节都讲解地比较清楚,就想好好写篇笔记来梳理一下流模型的运作原理。首先来简单介绍一下流模型,它是一种比较独特的生成模型——它选择直接直面生成模型的概率计算,也就是把分布转换的积分式(pGx∫zpx∣zpzdzpGx))∫zpx∣zpzdz)给硬算出来。原创 2024-02-26 09:12:11 · 1689 阅读 · 0 评论