摘要: 基于GAN介绍的理论,简单实现GAN生成人脸,代码如下: utils.py import osimport torchimport torchvision.transforms as transformsfrom torch.utils.data import Datasetimport cv2im 阅读全文
posted @ 2024-06-30 20:08 指间的执着 阅读(3) 评论(0) 推荐(0) 编辑
摘要: 基于VAE介绍的理论,简单实现VAE生成人脸,代码如下: utils.py import os from torch.utils.data import Dataset from torchvision.transforms import transforms import glob import 阅读全文
posted @ 2024-06-30 15:43 指间的执着 阅读(4) 评论(0) 推荐(0) 编辑
摘要: 阅读全文
posted @ 2024-06-23 16:57 指间的执着 阅读(2) 评论(0) 推荐(0) 编辑
摘要: 阅读全文
posted @ 2024-06-23 16:55 指间的执着 阅读(2) 评论(0) 推荐(0) 编辑
摘要: 扩散过程是一个逐渐在数据上加噪的马尔科夫链,直到最终变成一个完全的噪声。而扩散模型就是一个使用变分推断训练的参数化马尔科夫链。如上图所示。学习的是一个reverse process。 前提条件: 1. 马尔可夫性质:当前的状态只与之前一个时刻的状态有关; 2. 前向和反向状态服从高斯分布,而且变化比 阅读全文
posted @ 2024-06-22 18:11 指间的执着 阅读(5) 评论(0) 推荐(0) 编辑
摘要: VIT主要用于分类任务 一、VIT,即纯transformer模型 图1 VIT 架构 VIT模型的架构如图1所示。主要分为三个步骤: 1. 首先将输入的图片分成patches(如16*16的patch),然后将a56爆大奖在线娱乐patch输入到Embedding层(即Linear Projection of F 阅读全文
posted @ 2023-07-03 22:11 指间的执着 阅读(301) 评论(0) 推荐(0) 编辑
摘要: 阅读全文
posted @ 2023-06-24 19:49 指间的执着 阅读(27) 评论(0) 推荐(0) 编辑
摘要: 1. GAN原理 1.1 从比较直观的角度理解 如图1、2所示,GAN包括一个生成器Generator和一个判别器Discriminator。其中,Generator是根据输入的一个vector生成一个图片,而判别器是将生成的图片输入网络,输出该图片为真实图片的概率。 图1 Generator 图2 阅读全文
posted @ 2022-02-16 11:13 指间的执着 阅读(116) 评论(0) 推荐(0) 编辑
摘要: VAE学习总结 VAE代码在GAN生成人脸代码一节。 阅读全文
posted @ 2022-02-15 23:04 指间的执着 阅读(929) 评论(0) 推荐(0) 编辑
摘要: 一、Batch Normalization(批量标准化)的介绍以及理解 在神经网络中,在每一层上,通常是将该层的输入乘以权重矩阵加上偏移值,然后将计算结果使用激活函数进行非线性变换。但是随着网络深度的增加,其激活函数的输入值(W*X+B)的分布会发生变化。 可能会向激活函数取值的饱和区域延伸(比如: 阅读全文
posted @ 2021-02-15 09:07 指间的执着 阅读(60) 评论(0) 推荐(0) 编辑