【每日算法】理论： DALLE 系列刷题：力扣链表回顾

最新推荐文章于 2024-11-04 19:24:37 发布

丁希希哇

最新推荐文章于 2024-11-04 19:24:37 发布

阅读量1k

点赞数 28

分类专栏：每日算法力扣算法刷题文章标签：算法 leetcode 链表 AIGC 深度学习

本文链接：https://blog.csdn.net/weixin_47748259/article/details/137006900

版权

力扣算法刷题同时被 2 个专栏收录

69 篇文章 4 订阅

订阅专栏

每日算法

16 篇文章 2 订阅

订阅专栏

上期文章

【每日算法】理论：AIGC模型刷题：力扣链表操作

文章目录

上期文章
一、上期问题
二、本期问题
三、力扣刷题回顾-链表
- - 面试题 02.07. 链表相交
  - 142.环形链表II

一、上期问题

LAMA Inpaint
IP Adaper模型
Anydoor模型
vit（Vision Transformer）架构
MAE模型
CLIP模型

二、本期问题

1、SDXL对于Stable Diffusion在网络架构上的具体改进

Stable Diffusion XL是一个二阶段的级联扩散模型，除了一个和Stable Diffusion基本一致的base模型之外，SDXL还增加一个单独的基于Latent的Refiner模型，来提升图像的精细化程度。在base模型中，SDXL对Stable Diffusion原先的U-Net，VAE，CLIP Text Encoder三大件也都做了相应的改进：

对于VAE ，SDXL增加条件变分自编码器来提升潜在空间的表达能力，基于SD同样的架构采用了更大的batch size（256 vs 9）重新训练encoder，同时对模型的参数采用了EMA（指数移动平均），从而改善生成图片的局部和高频细节；
对于U-Net，SDXL的U-Net结构发生了改变，从之前的4stage变成了3stage，参数量上SDXL的U-Net模型参数量相比SD模型增加了3倍左右，这主要是因为增加了Transformer Blocks (自注意力 + 交叉注意力) 来增强特征提取和融合能力；
对于CLIP Text Encoder，SDXL增加了两个大小不同的编码器来提升文本理解和匹配能力。

Stable Diffusion XL（SDXL）核心基础知识

前序问题：SDXL模型

2、Transformer为什么可以并行

Transformer模型之所以能够高效地进行并行计算，主要得益于其自注意力机制和层与层之间的独立性。在自注意力层中，每个输入元素都会计算与其他所有元素的关联度，这个过程可以独立地对每个元素进行，不需要考虑序列中元素的顺序。因此自注意力层的计算可以并行化，因为每个元素的计算不依赖于其他元素的计算结果。另外，Transformer是由多个编码器和解码器层堆叠而成，每一层的输出仅依赖于前一层的输出。这种层与层之间的独立性使得模型的每一层都可以独立地进行计算，从而实现层级的并行处理。

前序问题：Transformer模型

3、卷积神经网络中的归纳偏置

深度学习中的归纳偏置指的是模型的先验知识，或者关于目标函数的必要假设。卷积神经网络中的Inductive Bias 包括局部性 (Locality) 和空间不变性 (Spatial Invariance) / 平移等效性 (Translation Equivariance)。局部性假设图片上相邻的区域会有相邻的特征，靠得越近的东西相关性能也就越强，局部性可以控制模型的复杂度。而平移等变性满足 $f (g (x)) = g (f (x))$ ， $f$ 为卷积， $g$ 为平移， $f$ 函数和 $g$ 函数的顺序不影响结果。由于卷积核是一样的，无论先做卷积还是平移，卷积核相当于模板，不论图片中同样的物体移到哪里，只要是同样的输入进来，遇到同样的卷积核，其输出永远是一样的。利用平移等变形可以很好的提高模型的泛化能力。

4、DALLE2

DALLE2是一种层级式的基于CLIP特征的文生图模型。层级式的意思是说在图像生成时，先生成64*64再生成256*256，最终生成1024*1024的高清大图。DALLE2提出了一个两阶段模型。第一阶段是prior先验模型，根据给定的文本描述生成类似于CLIP的图像特征（图像嵌入）。第二阶段是decoder解码器，根据上述图像特征（以图像嵌入为条件）生成一个图像。训练过程中，prior先验模型生成的图像特征会参照CLIP生成的对应文本的图像特征。

【论文精读】DALLE2: Hierarchical Text-Conditional Image Generation with CLIP Latents

前序问题：DALLE模型

5、DALLE3

DALLE3的核心思想是通过更好的文本标注让图像生成质量提升。首先训练一个图片标注器用于生成标注，然后使用它来重新捕获训练数据集。在实际应用上，DALLE 3 可以借助大语言模型比如ChatGPT，用 ChatGPT 来创建、拓展和优化 prompt。这样一来，用户无需在 prompt 上花费太多时间。

【论文精读】DALLE3：Improving Image Generation with Better Captions 通过更好的文本标注改进图像生成

6、SAM模型的数据集构建过程

SAM的训练数据通过辅助人工标注、人工半监督标注和全自动标注三个阶段产生。

辅助人工标注阶段采用公开的分割数据进行训练，由标注人员手动单击前景或背景来矫正mask，标注矫正后，使用新标注的mask对SAM重新训练；
人工半监督标注阶段利用第一阶段的数据训练一个目标检测模型，用检测框作为SAM的prompt输入，输出的分割结果中，人工只需要关注置信度得分低的分割图进行修正，并补充SAM遗漏的结果；
全自动标注阶段用前边数据训练好的SAM在海量数据上产生分割的结果，然后再通过规则过滤掉部分可能错误的结果。

SAM：segment anything model——一个通用的图像分割基础模型

三、力扣刷题回顾-链表

上期涉及题目：

203.移除链表元素
206.反转链表
24. 两两交换链表中的节点
19.删除链表的倒数第N个节点

本期题目：

面试题 02.07. 链表相交
142.环形链表II

面试题 02.07. 链表相交：

给定输入：两个单链表的头节点headA、headB
要求输出：返回两个单链表相交的起始节点，没有交点返回null

142.环形链表II

给定输入：一个链表的头节点 head
要求输出：返回链表入环的第一个节点，链表无环返回null

对比分析：
面试题 02.07. 链表相交和142.环形链表II都是链表题目中涉及到复杂结构的题目。需要运用到两个节点指正，结合背后的数学原理，通过两个节点指针的关系求解。

面试题 02.07. 链表相交

求出两个链表的长度，并求出两个链表长度的差值，然后让curA移动到，和curB 末尾对齐的位置，之后两个指针一起移动，如果节点相同则说明链表相交。注意是节点相同，不是节点的值相同。

# Definition for singly-linked list.
# class ListNode:
#     def __init__(self, x):
#         self.val = x
#         self.next = None

class Solution:
    def getIntersectionNode(self, headA: ListNode, headB: ListNode) -> ListNode:
        curA,curB=headA,headB
        lenA,lenB=0,0
        while curA:
            lenA+=1
            curA=curA.next
        while curB:
            lenB+=1
            curB=curB.next
        curA,curB=headA,headB
        if lenA>lenB:
            curA,curB=curB,curA
            lenA,lenB=lenB,lenA
        for i in range(lenB-lenA):
            curB=curB.next
        while curA:
            if curA==curB:
                return curA
            else:
                curA=curA.next
                curB=curB.next
        return None

142.环形链表II

使用快慢指针法，分别定义 fast 和 slow 指针，从头结点出发，fast指针每次移动两个节点，slow指针每次移动一个节点，如果 fast 和 slow指针在途中相遇，说明这个链表有环。

# Definition for singly-linked list.
# class ListNode:
#     def __init__(self, x):
#         self.val = x
#         self.next = None

class Solution:
    def detectCycle(self, head: Optional[ListNode]) -> Optional[ListNode]:
        slow,fast=head,head
        while fast is not None and fast.next is not None:
            slow=slow.next
            fast=fast.next.next
            if slow==fast:
                slow=head
                while slow!=fast:
                    slow=slow.next
                    fast=fast.next
                return slow
        return None