自编码器

AI如何创作音乐及其案例

变分自编码器（

alankuo·2025-03-17 21:44

Python第二十三课：自监督学习 | 无标注数据的觉醒

本节目标理解自监督学习的核心范式与优势掌握对比学习（ContrastiveLearning）框架实现图像掩码自编码器（MaskedAutoencoder）开发实战项目：亿级参数模型轻量化探索数据增强的创造性艺术一

程之编·2025-03-17 06:54

为什么VAE效果不好，但VAE+diffusion效果就好了？

VAE（VariationalAutoencoder，变分自编码器）是一种基于概率生成模型的深度学习框架，主要用于数据生成和潜在空间建模。

AndrewHZ·2025-03-12 12:43

【人工智能基础】生成模型：让数据“无中生有”的神奇魔法

文章目录一、生成模型的发展脉络二、生成模型的基本原理三、主要生成模型及其逻辑1、生成对抗网络（GAN）2、变分自编码器（VAE）3、扩散模型（DPM）4、基于能量的模型（EBM）5、正规化流（NF）四、

roman_日积跬步-终至千里·2025-03-10 03:49

VQ-Diffusion 深度解析与实战指南

VQ-Diffusion项目地址:https://gitcode.com/gh_mirrors/vqd/VQ-Diffusion1.项目介绍VQ-Diffusion是一个用于文本到图像合成的深度学习模型，基于矢量量化变分自编码器

晏灵昀Odette·2025-02-27 23:45

自编码器（Autoencoders）

自编码器（Autoencoders）:自编码器由编码器和解码器组成，编码器将输入数据压缩为低维表示，解码器将其还原为原始数据。通过训练，自编码器能够学习数据的有效表示，常用于降维和特征提取。

路野yue·2025-02-27 17:55

AIGC生图技术剖析：文本生成图像的核心算法与创新应用

全文目录：开篇语前言AIGC技术核心：从文本到图像的转换1.文本编码与语义提取2.生成对抗网络（GAN）3.变分自编码器（VAE）4.融合模型：CLIP+VQ-GAN核心算法示例：使用Python生成图像使用

喵手·2025-02-27 09:29

深度学习的前沿与挑战：从基础到最新进展

深度学习的工作原理深度学习的关键技术1.卷积神经网络（CNN）2.循环神经网络（RNN）3.生成对抗网络（GAN）4.变分自编码器（VAE）5.自注意力机制与Transformer深度学习的应用1.计算机视觉

Jason_Orton·2025-02-27 03:09

检测加密货币挖矿活动的异常端口

我们以检测加密货币挖矿活动的异常端口为例，使用无监督学习（自编码器）实现动态基线建模。

扫地僧009·2025-02-25 13:01

AIGC从入门到实战：ChatGPT 需要懂得写提示词的人

ChatGPT需要懂得写提示词的人第1章:AIGC概述1.1AIGC的基本概念AIGC（AI-GeneratedContent），即人工智能生成内容，是指利用人工智能技术，如生成对抗网络（GAN）、变分自编码器

AI天才研究院·2025-02-23 23:03

【深度学习基础模型】去噪自编码器 (Denoising Autoencoders, DAE)详细理解并附实现代码。

【深度学习基础模型】ExtractingandComposingRobustFeatureswithDenoisingAutoencoders【深度学习基础模型】ExtractingandComposingRobustFeatureswithDenoisingAutoencoders文章目录【深度学习基础模型】ExtractingandComposingRobustFeatureswithDeno

985小水博一枚呀·2025-02-22 22:00

变分边界详解

公式1参考文章：证据下界（ELBO）、EM算法、变分推断、变分自编码器（VAE）和混合高斯模型（GMM）解释一下，我们之前都是用MLE计算损失，logp(x∣θ)logp(x|\theta)logp(x

半度、·2025-02-14 21:27

注意力机制：查询（Query）、键（Key）、值（Value）

它们通常是来自编码器或解码器的表示，通过它们的交互，模型能够聚焦于最相关的信息部分，从而提高预测的准确性。1.查询（Query）查询（Query）是用来在输入序列中查找相关信息的向量。

彬彬侠·2025-02-09 00:37

个性化音乐生成：生成式AI在音乐推荐与创作中的应用

文章目录引言生成式AI与个性化音乐生成1.变分自编码器（VAE）2.生成对抗网络（GAN）3.Transformer模型4.扩散模型（DiffusionModels）技术实现1.音乐特征提取2.基于VAE

二进制独立开发·2025-02-09 00:34

讯飞绘镜（ai生成视频）技术浅析（五）：视频生成

一、讯飞绘镜视频生成技术概述讯飞绘镜的视频生成技术主要包含以下几个核心模块：1.视频生成模型：包括生成对抗网络（GAN）、变分自编码器（VAE）、扩散模型（DiffusionModels）等。

爱研究的小牛·2025-02-07 18:10

重参数化（Reparameterization）的原理

重参数化（Reparameterization）的原理重参数化是变分自编码器（VAE）中用来解决可微分性问题的一种技术。

读思辨·2025-01-31 15:21

Python实现复原毫米波雷达呼吸波形的示例

我们将使用深度学习中的变分自编码器（VAE）作为模型来进行呼吸波形的复原，因为VAE可以很好地处理重建和潜在空间分布的问题。步骤概述数据准备：生成或加载毫米波雷达的呼吸波形数据。

go5463158465·2025-01-30 11:47

《AI 造梦：解锁虚拟场景与角色逼真丰富密码》

生成式AI技术基石生成式对抗网络（GANs）和变分自编码器（VAEs）是

·2025-01-18 05:45

深度学习算法在图算法中的应用（图卷积网络GCN和图自编码器GAE）

深度学习算法在图算法中的应用1.图卷积网络（GraphConvolutionalNetworks,GCN）图卷积网络（GCN）是一种将卷积神经网络（ConvolutionalNeuralNetworks,CNN）推广到图结构数据的方法。GCN被广泛用于节点分类、图分类、链接预测等任务。优势和好处灵活性：GCN可以处理不规则和不均匀的数据结构，比如社交网络、分子结构、交通网络等。高效性：GCN使用局

大嘤三喵军团·2024-09-11 12:52

自动编码器 - Autoencoder

文章目录一、自编码器（Autoencoder）简单模型介绍二、神经网络自编码模型三、神经网络自编码器三大特点四、自编码器（Autoencoder）搭建五、几种常见编码器1.堆栈自动编码器2.欠完备自编码器

hellozhxy·2024-09-10 05:53

Autoencoder

自编码器Autoencoder稀疏自编码器SparseAutoencoder降噪自编码器DenoisingAutoencoder堆叠自编码器StackedAutoencoder本博客是从梁斌博士的博客上面复制过来的

chuange6363·2024-09-10 05:22

点云从入门到精通技术详解100篇-点云特征学习模型及其在配准中的应用

目录前言应用前景国内外研究现状点云特征提取算法研究现状点云配准算法研究现状相关理论基础2.1深度学习2.1.1深度学习概述2.1.2自编码器2.1.3稀疏编码2.1.4受限玻尔兹曼机2.2多层感知机2.2.1

格图素书·2024-09-07 04:16

MixMAE(MixMIM):用于分层视觉变压器有效预训练的混合和掩码自编码器论文阅读

论文:MixMAE(arxiv.org)代码:Sense-X/MixMIM:MixMIM:MixedandMaskedImageModelingforEfficientVisualRepresentationLearning(github.com)摘要:本文提出MixMAE(MixedandmaskAutoEncoder)，这是一种简单而有效的预训练方法，适用于各种层次视觉变压器。现有的分层视觉变

皮卡丘ZPC·2024-09-06 08:04

stl文件 python_STL_10数据集处理

这次要写的是stl10用于自编码器自编码，又称自编码器(autoencoder)，是神经网络的一种，经过训练后能尝试将输入复制到输出。

weixin_39614094·2024-09-06 00:17

看demo学算法之自编码器

今天我们来聊聊自编码器。AE自编码器，全称为Autoencoder，是一种数据压缩算法，它能够通过学习输入数据的有效表示（编码）来重建输入数据（解码）。

小琳ai·2024-09-05 09:06

高校为什么需要AIGC大数据实验室？

AIGC技术创新：探索如何利用人工智能算法，如深度学习中的生成对抗网络（GAN）、变分自编码器（VAE）、基于Transformer架构的语言模型（如GPT系列）等，来高效地生成高质量的文本、图像、音频

泰迪智能科技01·2024-09-04 13:28

探索Stable Diffusion：AI在艺术创作中的无限可能

探索StableDiffusion：AI在艺术创作中的无限可能引言一、StableDiffusion简介定义与历史技术原理概述二、工作原理深入解析扩散模型基础逆向扩散过程详解潜空间与变分自编码器(VAE

master_chenchengg·2024-08-29 12:30

Python深度学习：构建下一代智能系统

为了帮助广大学员更加深入地学习人工智能领域最近3-5年的新理论与新技术，本文讲解注意力机制、Transformer模型（BERT、GPT-1/2/3/3.5/4、DETR、ViT、SwinTransformer等）、生成式模型（变分自编码器

2401_83402415·2024-08-28 10:04

Stable Diffusion

原理一、技术架构与组成StableDiffusion由三个主要部分组成：变分自编码器（VAE）、U-Net和一个文本编码器。变分自编码器（VAE）：VAE是一种生成模型，用于将图像压缩到低维的潜在空间

Covirtue·2024-08-28 03:18

文献01-单细胞多组学

KDD2024|HiGPT:当大模型遇上图神经网络Nat.Biotechnol2023|利用MaxFuse整合空间和单细胞数据跨模态弱链接的特征Nat.Commun2024|"单细胞蝴蝶"：基于双对齐变分自编码器的通用单细胞跨模态翻译方法

hlllllllhhhhh·2024-08-21 20:54

用自编码器检测小波散射异常 MATLAB

小波散射LSTM自编码器卷积自编码器卷积自编码器比LSTM自编码器快！

闪闪发亮的小星星·2024-03-11 03:59

变分自编码器（VAE）PyTorch Lightning 实现

✅作者简介：人工智能专业本科在读，喜欢计算机与编程，写博客记录自己的学习历程。个人主页：小嗷犬的个人主页个人网站：小嗷犬的技术小站个人信条：为天地立心，为生民立命，为往圣继绝学，为万世开太平。本文目录VAE简介基本原理应用与优点缺点与挑战使用VAE生成MNIST手写数字忽略警告导入必要的库设置随机种子cuDNN设置超参数设置数据加载定义VAE模型定义损失函数定义Lightning模型训练模型绘制训

小嗷犬·2024-02-20 21:06

生成网络总结

AE（AutoEncoder）自编码器标准的AE由编码器（encoder）和解码器（decoder）两部分组成，。

研三小学渣·2024-02-20 03:00

Stable Diffusion系列（六）：原理剖析——从文字到图片的神奇魔法（潜空间篇）

文章目录LDM概述原理模型架构自编码器模型扩散模型条件引导模型图像生成过程实验结果指标定义IS（越大越好）FID（越小越好）训练成本与采样质量分析不带条件的图片生成基于文本的图片生成基于语义框的图片生成基于语义图的图片生成超分辨率图像生成图像重绘其他文生图模型

羊城迷鹿·2024-02-20 01:36

【医学知识图谱自动补全关系抽取】生成模型 + 医学知识图谱 = 发现三元组隐藏的关系实体对

CRVAE模型提出背景论文：https://dl.acm.org/doi/pdf/10.1145/3219819.3220010以条件关系变分自编码器（CRVAE）模型为基础，解决关系医疗实体对发现问题

Debroon·2024-02-13 23:45

DS Wannabe之5-AM Project: DS 30day int prep day14

自编码器是什么？自编码器是一种特殊类型的神经网络，它通过无监督学习尝试复现其输入数据。它通常包含两部分：编码器和解码器。

wendyponcho·2024-02-13 20:29

数据降维方法介绍（十二）

第八种方法：自编码器降维姓名：何源学号：21011210073学院：通信工程学院转载：基于自编码网络AutoEncoder完成数据降维并且提取数据的本质特征【嵌牛导读】自编码器降维方法简介【嵌牛鼻子】自编码器

科技小白不能再白了·2024-02-12 16:50

什么是 OpenAI 的 Dall-E 模型

Dall-E的核心技术基于变分自编码器（VAE）和GPT模型。VAE是一种生成模型，

·2024-02-11 18:24

Python环境下基于指数退化模型和LSTM自编码器的轴承剩余寿命预测

滚动轴承是机械设备中关键的零部件之一，其可靠性直接影响了设备的性能，所以对滚动轴承的剩余使用寿命(RUL)进行预测是十分必要的。目前，如何准确地对滚动轴承剩余使用寿命进行预测，仍是一个具有挑战的课题。对滚动轴承剩余寿命评估过大或过小均存在不良后果，轴承寿命的提前截止会导致严重的事故，而提前更换轴承则会增加设备维护成本。目前建立轴承寿命预测模型需要完整寿命周期的轴承数据作为支撑，在实际运用过程中，轴

哥廷根数学学派·2024-02-10 15:40

深度学习入门笔记（九）自编码器

自编码器是一个无监督的应用，它使用反向传播来更新参数，它最终的目标是让输出等于输入。数学上的表达为，f(x)=x，f为自编码器，x为输入数据。

zhanghui_cuc·2024-02-09 08:57

深入理解vqvae

从AE和VAE说起AE（AutoEncoder，自编码器）是非常经典的一种自监督表征学习方法，它由编码器encoder和解码器decoder构成，编码器提取输入图像的低维特

Adenialzz·2024-02-07 06:50

AutoEncoder自动编码器、VAE变分自编码器、VQVAE量子化（离散化）的自编码器

文章目录AutoEncoder自动编码器（一）AutoEncoder的基本架构（二）AutoEncoder的概率理解（三）AutoEncoder的局限VAE变分自编码器（VariationalAutoEncoder

丁希希哇·2024-02-04 14:43

深入探索 Stable Diffusion：AI图像创新的新纪元

深入探索StableDiffusion：AI图像创新的新纪元介绍StableDiffusion的核心功能和应用场景StableDiffusion架构解析深入StableDiffusion的关键组件变分自编码器

walkskyer·2024-02-03 13:16

第8章 python深度学习——波斯美女

第8章生成式深度学习本章包括以下内容：使用LSTM生成文本实现DeepDream实现神经风格迁移变分自编码器了解生成式对抗网络人工智能模拟人类思维过程的可能性，并不局限于被动性任务（比如目标识别）和大多数反应性任务

weixin_42963026·2024-02-02 00:31

深度学习有何新进展？

首先，一些研究人员提出了新的深度学习结构，如变分自编码器（VariationalAutoencoders,VAE）和生成对抗网络（GenerativeAdversarialNetworks,GAN）。

博瓦科技·2024-02-01 11:31

生成式AI人工智能

生成式AI人工智能生成式AI生成式AI的核心思想生成对抗网络变分自编码器应用总结生成式AI生成式AI指的是基于神经网络和深度学习技术的人工智能系统，其能够根据输入的数据生成新的内容。

数据科学与艺术的贺公子·2024-01-30 09:54

stable diffusion学习笔记——文生图（一）

vae模型vae模型的全名叫变分自编码器，这里先不讲解原理。在AI绘图中主要的作用是起到画面滤镜的效果。目前较多的大模型都是自带vae的，因此这里不需要额外设置，修改成NONE

师范大学生·2024-01-28 09:02

【RT-DETR有效改进】轻量化ConvNeXtV2全卷积掩码自编码器网络

前言大家好，我是Snu77，这里是RT-DETR有效涨点专栏。本专栏的内容为根据ultralytics版本的RT-DETR进行改进，内容持续更新，每周更新文章数量3-10篇。专栏以ResNet18、ResNet50为基础修改版本，同时修改内容也支持ResNet32、ResNet101和PPHGNet版本，其中ResNet为RT-DETR官方版本1：1移植过来的，参数量基本保持一致(误差很小很小)，

Snu77·2024-01-27 21:44

Stable Diffusion 笔记一：网络结构拆解

一VAE：VAE是VariationalAutoencoder的缩写，中文名变分自编码器，是一种基于深度学习的生成模型。

朱小丰·2024-01-27 21:00

锂电池剩余使用寿命预测 | 基于 SDAE-Transformer-ECA 网络的锂电池剩余使用寿命预测

SDAE（StackedDenoisingAutoencoder）预训练：使用无监督学习的方法，训练一个多层的自编码器网络（SDAE）来学习数据的潜在表示。SDAE可以通过

算法如诗·2024-01-24 16:18

推荐频道