- 博客(7)
- 收藏
- 关注
原创 mathtype实用小技巧
使用ctrl + shift + b转换为原来的格式。使用ctrl + shift + v调整为斜体。点击 样式 -> 定义即可更改字体。
2024-02-28 11:12:19 369
原创 TransGAN网络代码实现过程
经过自注意力对各个元素进行处理之后,在进行传输,可以看到从一开始伸出来一条线直接略过了norm层和注意力机制层,这是一种残差的操作,目的为了保证每次输出的数据能是最优的数据,随后在传输到norm层-->MLP,最后传递给后面的模块中。TransGAN网络是将在DCGAN的基础上进行的改写,DCGAN网络中判别器和生成器的核心主干网络为卷积神经网络,TransGAN是利用transformer作为主干网络将卷积神经网络全部进行了替换,原始代码地址:https://
2023-09-13 16:43:03 416
原创 Cswin transformer学习
本文章仅限于自己自学,如果有人也将GAN网络与transformer进行结合做研究的话可以随时给我发私信,我们一起探讨共同进步。文章可以说是在swin transformer的基础上进一步对网络进行了优化,在最近看的文章当中发现对于transformer的更新主要是在位置编码上面以及对于self attention上面。 本文的self attention介绍了许多先验的self attention中的window,如下图所示:full attention的网络结构相当于是数据特征传输过程中对
2022-07-10 17:01:02 2121 1
原创 GAN网络学习笔记系列3-CGAN
1、文献创新及贡献:目标:通过无监督学习得到可分解的特征表示。使用GAN加上最大化生成的图片和输入编码之间的互信息。贡献:提出了InfoGAN,info代表互信息,文章在生成器中除了原先的噪声还增加了一个隐含编码C,表示生成数据x与隐藏编码c之间关联程度的大小,为了使x与C关联密切,所以需要最大化互信息的值。结果:最大的好处就是可以不需要监督学习,而且不需要大量额外的计算花销就能得到可解释的特征。效果:成功从MINIST数据集上对数字形状分离出书写风格,从3D渲染图像的光照中分离出姿态,..
2022-04-20 17:15:59 3246
原创 GAN网络学习笔记系列2-Cluster GAN
1、文献创新及贡献:提出一种新的基于聚类机制的CGAN,通过one-hot编码变量和连续潜变量的混合中采样潜变量,再将一个反向网络(将数据投射到潜空间)和一个聚类特定损失值与其进行结合,能实现再潜空间中聚类。GAN再潜变量中虽然保留了观测数据信息,但散点再平滑分散的情况下的散分布导致没有可以观察的集群,因此本文提出了一种算法用以解决上述问题。文章贡献:1、利用离散-连续潜变量的混合,以便再潜空间中创建一个非光滑几何2、由于文章实验过程中面临着实验对象非凸性,因此提出一种适应离散-连续混合的反
2022-02-20 11:54:34 1671
原创 GAN网络学习笔记系列1 —— GAN
1、文章所作贡献:文献提出一种通过对抗博弈方式估计生成模型,模型分为两个部分,生成器模型G(x):从噪声或其他方式生成数据(图像),判别器模型D(x):用以判断所接受的数据(图片)是真实的数据还是生成的数据。通过生成器模型生成数据,判别器模型对所接受的真实数据和生成数据进行判别。不断地对生成器模型进行优化,使生成器模型所生成的数据(图像)更加的接近真实的数据(图像)从而达到以假乱真的效果。2、文献提出网络研究的过程:深度学习的研究过程中,目前最成功的已经涉及到的时候判别模型,通常是讲高维或具有丰
2022-02-16 14:07:56 899 1
原创 如何在anaconda上面创建新的环境
打开anaconda prompt之后输入conda create -n XX(所要创建的环境的名字) python = 3.6(一般选择3.6版本的python)如何进入环境:activate XX(自己刚刚创建的环境)即可进入环境随后在所创建的环境里面配置自己想要的库......
2021-12-09 18:37:04 410
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